6. 深入解析 Python 生成器函数：yield 与 return 的对比及应用

Python 中的生成器函数是一种特殊的函数，它们使用 yield 语句而不是 return，可以在函数执行过程中暂停并在需要时继续。生成器函数返回的是一个生成器对象，这个对象可以迭代，并且在每次迭代时都会恢复函数的执行状态。

生成器函数详解

定义和行为

• 定义：生成器函数与普通函数的定义方式相同，但它使用 yield 关键字而不是 return。
• 行为：当调用生成器函数时，函数不会立即执行，而是返回一个生成器对象。通过调用生成器对象的 __next__() 方法（或使用 next() 函数），函数从上次暂停的地方继续执行，直到遇到下一个 yield 或函数结束。

示例

def my_generator():
    print("First step")
    yield 1
    print("Second step")
    yield 2
    print("Third step")
    yield 3

gen = my_generator()

print(next(gen))  # 输出 "First step" 和 1
print(next(gen))  # 输出 "Second step" 和 2
print(next(gen))  # 输出 "Third step" 和 3
# 再调用 next(gen) 会抛出 StopIteration 异常

生成器的优势

• 节省内存：生成器按需生成值，不会一次性将所有结果加载到内存中，适合处理大数据流。
• 惰性求值：只有在需要时才会计算值，提供了一种高效的迭代方式。

yield 与 return 的对比

yield

• 暂停和恢复：yield 会将当前的值“产出”给调用者，并记住函数的当前位置。当再次调用时，从当前位置继续执行。
• 返回生成器对象：使用 yield 的函数返回的是生成器对象，而不是具体的值。
• 多次产出：可以在同一函数中多次使用 yield，实现多次返回值。

return

• 终止函数：return 会立即终止函数的执行，并返回指定的值。
• 返回单一值：普通函数用 return 返回一个值，函数结束后无法恢复。
• 函数返回类型：使用 return 的函数返回一个具体的值或 None（如果不显式写 return）。

生成器函数与普通函数的对比

特性	生成器函数	普通函数
使用关键字	yield	return
返回类型	生成器对象	具体值
内存使用	节省内存，按需生成	可能占用大量内存，一次性返回结果
控制流程	可以暂停并恢复	一次性运行到底
用途	适合处理流式数据、大数据集合	适合简单计算，立即返回结果的任务

yield 实现的实际应用

• 生成无限序列：生成器可用于实现无限的数列，如斐波那契数列。
• 流式处理：适用于从文件中逐行读取数据而不将整个文件加载到内存。
• 协程：Python 生成器是实现简单协程的基础，通过 yield 可以实现生产者-消费者模式。

def fibonacci():
    a, b = 0, 1
    while True:
        yield a
        a, b = b, a + b

fib_gen = fibonacci()
for _ in range(10):
    print(next(fib_gen))  # 打印前10个斐波那契数

通过 yield，生成器提供了一种优雅的方式来实现复杂的迭代逻辑，而不需要管理复杂的状态逻辑和内存。