(python)生成器

一、生成器

    在python中，生成器是一种特殊的迭代器，内部支持生成器协议，不需要明确定义__iter__()和__next__()方法。

生成器通过生成器函数产生，生成器函数可以通过常规的def语名来定义。

    函数内包含有yield关键字，调用函数就不会执行函数体代码，拿到的返回值就是一个生成器对象。

    生成器本质就是迭代器，也就是说生成器的操作法其实就是迭代器一样。
yield作用：
1、为我们提供了一种自定义迭代器的方式，
   可以在函数内用yield关键字，调用函数拿到的结果就是一个生成器，生成器就是迭代器。
2、yield可以像return一样用于返回一个值，区别是return只能返回一次值，但yield可返回多次值.因为yield可以保存函数执行的状态。

def MyRange(n):
    i=0
    while i<n:
        yield i
        i+=1
myrange=MyRange(5)
print(myrange)
print([i for i in myrange])

# 运行结果
# <generator object MyRange at 0x0000000001EB7678>
# [0, 1, 2, 3, 4]

在上面的例子中，我们定义了一个生成器函数，函数返回一个生成器对象，然后就可以通过for语名进行迭代访问。

现在我们来探讨一个生成器函数的执行流程。我们稍微丰富一下上面的例子：

def MyRange(n):
    print('开始执行这个生成器函数')
    i=0
    while i<n:
        print('yield 执行前',i)
        yield i
        i+=1
        print('yield 执行后',i)
    print('生成器函数执行结束')
myrange=MyRange(5)
print('-------------------')
print(myrange.__next__())
print('-------------------')
print(myrange.__next__())
print('-------------------')
print(myrange.__next__())
print('-------------------')
print(myrange.__next__())
print('-------------------')
print(myrange.__next__())
print('-------------------')
print(myrange.__next__())

执行结果：

-------------------
开始执行这个生成器函数
yield 执行前 0
0
-------------------
yield 执行后 1
yield 执行前 1
1
-------------------
yield 执行后 2
yield 执行前 2
2
-------------------
yield 执行后 3
yield 执行前 3
3
-------------------
yield 执行后 4
yield 执行前 4
4
-------------------
yield 执行后 5
生成器函数执行结束
Traceback (most recent call last):
  File "D:/WorkSpace/每日面试/生成器.py", line 36, in <module>
    print(myrange.__next__())
StopIteration

·当调用生器函数的时候，函数只返回了一个生成器对象，并没有执行。

·当__next__()方法第一次被调用的时候，生成器函数才开始执行，执行到yield语句处暂停。__next__()方法的返回值就是yield语名处的参数

·当继续调用__next__()方法的时候，函数将接着一一次停住的yield语外继续执行，到下一个yield处停止，循环直到后面没有yield就抛出StopIteration异常。

生成器表达式

了解生成器表达式，我人首先要知道列表解析式：

[ iter_var for iter_var in iterable if cond_expr]

迭代iterable里所有内容，每一次迭代后，把iterable中满足cond_expr条件的内容放到iter_var中.

例如：生成一个 列表来保存100内能被5整除的数

a=[i for i in range(100) if i%5==0]
print(a)
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]

生成器表达示是python2.4以后引入的，当序列过长，每次中需要获取一个元素时，就应当考虑使用生成器表达式。生成器表达式的语法和列表解析式相类似，只不过生成器表达式不是被[]括起来的，而是用()括起来。

（iter_var for iter_var in iterable if cond_expr）

我们将上面的例子改一下：

a=(i for i in range(100) if i%5==0)
print([i for i in a])
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]

生成器表达示是返回一个生成器，这个生成吕每次计算出一个条目后，把这个条目yiled出来，生成器表达式用了惰性计算，只在在检索进才被赋值，所以在列表比较长的情况下使用它，能够也省内存。

a=(i for i in range(100) if i%5==0)
print([i for i in a])
print([i for i in a])
print('__iter__'in dir(a))
print('__next__'in dir(a))

#运行结果
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]
[]
True
True

从上面我们可以看出，生成器表达式产生在生成器，即是可迭代对象，也是迭代器本身。

递归生成器

生成器可以像函数一个进行递归使用。我们对一个序列进行全排序：

def permutations(li):
    if len(li) == 0:
        yield li
    else:
        for i in range(len(li)):
            li[0], li[i] = li[i], li[0]
            for item in permutations(li[1:]):
                yield [li[0]] + item
    
for item in permutations(range(3)):
    print item

生成器的send和close()方法

send()

从前面我们了解到__next__()方法可恢复生成器的状态并继续执行，而send()也是一个恢复成生器的方法。

在python2.5后yield语名变成了yield表达式，也就是说yield可以有一个值，而这个值就是send()方法的参数，send(None)和__next__()是等效的。

close()

这个方法用于关闭生成器，对关闭的生成器后再调用send()或__next__()方法会抛出StopIteration异常。

看看下面的使用例子：

def MyRange(n):
    print('开始执行这个生成器函数')
    i=0
    while i<n:
        print('yield 执行前',i)
        val=yield i
        i+=1
        print('yield 执行后',i,val)
    print('生成器函数执行结束')
myrange=MyRange(5)
print('-------------------')
print(myrange.__next__())
print('-------------------')
print(myrange.__next__())
print('-------------------')
print(myrange.send('hello'))
print('-------------------')
print(myrange.close())
print('-------------------')
print(myrange.__next__())

执行结果： 

-------------------
开始执行这个生成器函数
yield 执行前 0
0
-------------------
yield 执行后 1 None
yield 执行前 1
1
-------------------
yield 执行后 2 hello
yield 执行前 2
2
-------------------
None
-------------------
Traceback (most recent call last):
  File "D:/WorkSpace/每日面试/生成器.py", line 34, in <module>
    print(myrange.__next__())
StopIteration

总结：

    生成器是一种特殊的迭代器，内部支持了生成器协议，不需要明确定义__iter__()和__next__()方法。

    生成器通过生成器函数产生，生成器函数可以通过常规的def语句来定义，但是不用return返回，而是用yield一次返回一个结果。