python-生成器

生成器函数和生成器表达式

在需要时产生结果，而不是立即产生结果

生成器函数：使用常规的def语句编写，但是使用yield语句一次返回一个结果，在每次结果产生之间挂起和恢复他们的状态
生成器表达式：类似列表推导，但是返回一个按需产生结果的一个对象，而不是创建一个结果列表

二者都不会一次性的创建一个列表，从而节省了空间

生成器函数

常规函数，使用return立即返回结果
生成器函数：当创建时，他们被特殊地编译成一个支持迭代工具的对象，并且在调用的时候不会返回结果，而是返回一个生成器，这个生成器支持迭代工具

生成器函数定义

def functionname(参数)：
TODO
yield 返回值
TODO
生成器函数使用yield返回一个值，yield语句会挂起该函数并向调用者传回一个值，但同时也保留了足够的状态使函数能从它离开的地方继续，当继续时，函数在上一个yield传回后立即继续执行

def gensquares(N):
    for i in range(N):
        yield i**2

x=gensquares(3)
print(type(x))
print(dir(x))

运行结果：

<class 'generator'>
['__class__', '__del__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__lt__', '__name__', '__ne__', '__new__', '__next__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'close', 'gi_code', 'gi_frame', 'gi_running', 'gi_yieldfrom', 'send', 'throw']

可以看出函数是一个generator，并且内置方法有__iter__和__next__，所以可以用迭代工具，以及next函数

生成器函数的使用

可以使用for等迭代工具，产生值

def gensquares(N):
    for i in range(N):
        yield i**2

x=gensquares(3)

for i in x:
    print(i)

运行结果：

0
1
4

也可以使用next函数

def gensquares(N):
    for i in range(N):
        yield i**2

x=gensquares(3)

print(next(x))
print(next(x))

运行结果：

0
1

函数遇到yield时，会产生一个值，并将这个值返回给调用者，外层的for循环，然后生成器函数暂停，函数的状态被保存下来，在yield语句之后被收走控制权

生成器表达式

从语法上讲，生成器表达式和一般的列表推导一样，而且也支持所有列表推导的语法（包括if过滤器和循环嵌套），但是生成器表达式是圆括号

g=(x**2 for x in range(4))

print(type(g))

#如果要一次获取全部的生成器的全部的值
print(list(x**2 for x in range(4)))

运行结果：

<class 'generator'>
[0, 1, 4, 9]

#生成器表达式
G=(c*4 for c in 'SPAM')

print(list(G))

#转换为生成器函数
def timesfour(s):
    for c in s:
        yield c*4

g=timesfour("SPAM")
#一个生成器，可以使用list获取全部的值
print(list(g))

运行结果：

['SSSS', 'PPPP', 'AAAA', 'MMMM']
['SSSS', 'PPPP', 'AAAA', 'MMMM']