黑猴子的家：python 生成器

生成器，只有在调用的时候，才会生成相应的数据，只记录当前位置，只有一个next()方法

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator

要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的 []改成()，就创建了一个generator

#列表生成式
>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

# 生成器
# 生成器，节省内存空间，调用的时候才会生成相应的数据
# 生成器， 只记录当前位置
# 列表，占用内存
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>

创建L和g的区别仅在于最外层的[]和()，L是一个list，而g是一个generator。
我们可以直接打印出list的每一个元素，但我们怎么打印出generator的每一个元素呢？
如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值

>>> g.__next__()
0
>>> g.__next__()
1
>>> g.__next__()
4

在生成器中，python2 与 python3 的区别
python2 是 next（）
python3 是__next__()

我们讲过，generator保存的是算法，每次调用g.__next__()，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。

当然，上面这种不断调用g.__next__()实在是太变态了，正确的方法是使用for循环，因为generator也是可迭代对象

code -> for 循环

>>> g = (x * x for x in range(10))
>>> for n in g:
...     print(n)
...
0
1
4
9
16
25
36
49
64
81

code 生成器练习

#列表生成式
print([i * 2 for i in range(10)])
##[ function(i) for i in range(10)]

a = []
for i in range(10):
    a.append(i * 2)
print(a)

# 生成器，节省内存空间，调用的时候才会生成
b = (i * 2 for i in range(10))
for i in b:
    print(i)

#生成器，只有在调用时，才会生成相应的数据
#只记录当前位置
#列表，占用内存
c = [i * 2 for i in range(1000)]

#列表生成器，不占内存，调用的时候才会生成
d = (i * 2 for i in range(1000))
#d.__next__()
print("----------")
print(len(c))
print(c[4])
print(d.__next__())
print(d.__next__())
print(d.__next__())
print(d)
# for i in d:
#     print(i)

#生成器，只有在调用的时候，才会生成相应的数据
只记录当前位置，只有一个__next__()方法