生成器generator-python

最新推荐文章于 2022-08-22 22:07:56 发布

gaog2zh

最新推荐文章于 2022-08-22 22:07:56 发布

阅读量748

点赞数

分类专栏： Python

本文链接：https://blog.csdn.net/gaogzhen/article/details/121960724

版权

Python 专栏收录该内容

33 篇文章 0 订阅

订阅专栏

1、定义

通过列表生成式(列表推导式)，我们可以直接创建一个列表。但是受到内存限制，列表容量有限。但是如果列表元素可以按照某种算法推算出来，那么我们就可以在循环的过程中不断推算出后续的元素，而不必直接把全部元素放置在内存中。

在python中，这种一边循环一边计算的机制，称为生成器(generator)。

如果数据量比较大的情况下，生成器要比类别推导式节省大量内存空间。

2、创建

方式1：通过推导式

g = (x ** 2 for x in range(11))
print(type(g))

方式2：在函数中包含yield关键字，调用该函数就创建一个生成器对象。

def generator_01():
    for i in range(11):
        yield i ** 2


f = generator_01()
print(type(f))

3、访问

如何访问生成器中的元素呢？

访问方式1：生成器.__next__()
访问方式2：next(生成器)
访问方式3：生成器.send(参数) ，在标题4中讲解

示例：

def generator_01():
    for i in range(11):
        yield i ** 2


f = generator_01()
print(type(f))
print(f.__next__())
print(next(f))

显然这样每次调用只能访问一个元素，那么当生成器为有限元素时，访问到最后一个元素后再次调用会发生什么呢？

0
1
  File "F:/PycharmProjects/python-study/base/generator/test01.py", line 15, in <module>
4
    print(next(f))
StopIteration

程序会抛出StopIteration异常，那么我们通过for循环和异常处理，就可以访问全部元素。

示例：打印含有n项的斐波那契数列

def fib(n):
    '''
    包括指定项的斐波那契数列
    :param n: 项数
    :return:  斐波那契数列生成器
    '''
    n1 = 1
    n2 = 1
    len = 0
    while len < n:
        yield n1
        n1, n2 = n2, n1 + n2
        len += 1


f = fib(6)
while True:
    try:
        print(next(f))
    except StopIteration as e:
        print('访问结束')
        break

4、yield和send

下面我们通过程序断点看下yield执行顺序以及yield表达式及赋值问题。示例：

def gen():
    i = 0
    while i < 5:
        temp = yield i
        print('temp:', temp)
        i += 1

    return '没有值了'


g = gen()
for i in g:
    try:
        print(i)
    except StopIteration as e:
        print(e.value)

在这里插入图片描述

图示，当程序执行进入gen()函数后，由第4行直接转到第12行，
当程序再次进入gen()时，直接进入第4行。
循环执行上面步骤。
yield作用：当程序执行到yiled时，计算yield表达式的值返回并记录返回位置，下次迭代从此继续执行
temp的打印值全部为:None，当继续执行yield表达式之后的赋值时，并没有值可用所以是None

那么怎么给yield表达式左边的变量赋值呢？此时需要用到send方法。

def gen():
    i = 0
    while i < 5:
        temp = yield i
        print('temp:', temp)
        i += 1

    return '没有值了'


g = gen()
print(g.send(None))
print(g.send('呵呵'))
print(g.send('hello'))

# 打印结果
0
temp: 呵呵
1
temp: hello
2

send第一次调用参数需要指定为None，因为第一次迭代执行到yield表达式就暂停了并不会给变量赋值

5、总结

生成器(generator)能够迭代的关键是它有一个next()方法，工作原理就是通过重复调用next()方法，直到捕获一个异常。
带有 yield 的函数不再是一个普通函数，而是一个生成器generator。可用next()调用生成器对象来取值。next 两种方式 t.next() | next(t)。
可用for 循环获取返回值（等后面讲解迭代器和可迭代对象时详细讲解）: 每执行一次，取生成器里面一个值，基本上不会用next()来获取下一个返回值，而是直接使用for循环来迭代。
yield相当于 return 返回一个值，并且记住这个返回的位置，下次迭代时，代码从yield的下一条语句开始执行。
send() 和next()一样，都能让生成器继续往下走一步（下次遇到yield停），但send()能传一个值，这个值作为yield表达式整体的结果
生成器应用场景-协程，后面关于多线程协程的时候会讲解

参考博客地址：

参考视频地址：