Python 高级特性 ： 生成器

Python 高级特性 ： 生成器

本文中代码均在IDLE中实现
如果你有任何意见或者建议，希望您能写在评论区

---

通过列表生成式，我们可以便捷的得到我们期望的list。生成list是需要消耗内存的，当list过大时，会浪费过多的资源。如果列表中的项可以在需要的时候生成，而不是一次性生成，也就是一边循环一边计算生成的机制，那么这个问题就可以解决。

Python就提供了这样一种边循环边计算生成的机制—生成器

---

创建一个生成器其实十分简单，只需要把一个列表生成式的‘[ ]’改为‘（）’，即可

>>> list = [x*x for x in range(0,5)] ##创建一个列表
>>> type(list)     ##显示 list 类型
<type 'list'>
----------
>>> list = (x*x for x in range(0,1)) ##创建一个生成器
>>> type(list)    ##显示list类型
<type 'generator'> 

---

现在我们拥有一个生车器，要怎么访问那？

##直接访问
>>> list
<generator object <genexpr> at 0x0000000002A7FEA0>
##返回了一段说明，意思就是这是一个生成器，保存在内存的  0x0000000002A7FEA0 位置。
##那么我们要怎样才能访问到那？？
----------
>>> list.next()  ##通过 next() 即可访问生成器中的下一个值
0
>>> list.next()
1
>>> list.next()
4
>>> list.next()
9
>>> list.next()
16
。。。。
>>> list.next()

Traceback (most recent call last):
  File "<pyshell#54>", line 1, in <module>
    list.next()
StopIteration
##当到达生成器中不能产生更多元素时，抛出错误 StopIteration（停止迭代）
----------
##正确的访问生成器的方式是，通过 for 循环迭代生成器
>>> for i in list :
    print i
----
1
4
9
16
25
36
49
64
81
100

---

简单的生成器可以生成一组数据，但是有复杂的需求时，仅是生成器就无法满足了，我们可以将一个函数定义成一个生成器

##我们尝试一下著名的斐波那契数列，很显然利用生成器是很难解决的
##那么就编写一个函数

>>> def fib(max) :
    n,a,b = 0,0,1
    while n < max :
        print b
        a,b =b,b+a
        n = n+1
>>> fib(5)
1
1
2
3
5
##很显然，这个函数一股脑的就把结果输出了，我们想要他一次输出一个，再次访问的时候输出下一个。
##只需做一个小小的改动
>>> def fib(max):
    a,b,n = 0,1,0
    while n < max :
        yield b  ##这里有变化哦
        a,b = b,b+a
        n = n+1
>>> fib
<function fib at 0x0000000002ECFBA8>
## yield 就是 生成器的标志，函数执行到yield时，会返回指定的值，然后记录下运行位置，再次运行时，从记录的位置开始执行。
##我们来试一试
>>> test = fib(4)   ##初始化'fib'函数
>>> test.next()   
1
>>> test.next()
1
>>> test.next()
2
>>> test.next()
3
>>> test.next()
##迭代结束后，无法生成更多的元素，返回‘StopIteration’错误
Traceback (most recent call last):
  File "<pyshell#114>", line 1, in <module>
    test.next()
StopIteration