Fibonacci数列_yield_yield from

一、输出斐波那契數列前 N 个数 

1、直接打印出数列

def fab1(max):
    n, a, b = 0, 0, 1
    while n < max:
        print(b,end=' ')
        a, b = b, a + b
        n = n + 1
fab1(5)

缺点：该函数可复用性较差，因为 fab 函数返回 None，其他函数无法获得该函数生成的数列

要提高 fab 函数的可复用性，最好不要直接打印出数列，而是返回一个 List。

2、返回一个list

def fab2(max): 
    n, a, b = 0, 0, 1 
    L = [] 
    while n < max: 
        L.append(b) 
        a, b = b, a + b 
        n = n + 1 
    return L

缺点：该函数在运行中占用的内存会随着参数 max 的增大而增大，如果要控制内存占用，

最好不要用 List 来保存中间结果，而是通过 iterable 对象来迭代   

3、通过 iterable 对象来迭代 （理解 yield）

def fab3(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        # print b
        a, b = b, a + b
        n = n + 1
f=fab3(5)
for n in f:
    print(n)

说明：带有 yield 的函数不再是一个普通函数，Python 解释器会将其视为一个 generator，
调用 fab(5) 不会执行 fab 函数，而是返回一个 iterable 对象！

在 for 循环执行时，每次循环都会执行 fab 函数内部的代码，执行到 yield b 时，fab 函数就返回一个迭代值，下次迭代时，代码从 yield b 的下一条语句继续执行，而函数的本地变量看起来和上次中断执行前是完全一样的，于是函数继续执行，直到再次遇到 yield。

4、封装

def f_wrapper1(f):
	for g in f:
		yield g
wrap = f_wrapper1(fib3(5))
for i in wrap:
	print(i, end='')

5、使用yield from 代替for 循环

def f_wrapper2(f):
	yield from f
wrap = f_wrapper2(fib3(5))
for i in wrap:
	print(i, end='')

说明：yield from iterable本质上等于for item in iterable: yield item

二、yield from 理解

def g(x):
	yield from range(x, 0, -1)
	yield from range(x)
print(list(g(5)))    # [5, 4, 3, 2, 1, 0, 1, 2, 3, 4]
for g in g(6):
	print(g,end=',')    # 6,5,4,3,2,1,0,1,2,3,4,5,

————————————————————————————待续————————————————————————————————————————