python中生成器

生成器

生成器generator

• 生成器指的是生成器对象，可以由生成器表达式得到，也可以使用yield关键字得到一个生成器函数，调用这个函数得到一个生成器对象
• 生成器对象，是一个可迭代对象，是一个迭代器
• 生成器对象，是延迟计算、惰性求值的

生成器函数generator

• 函数体中包含yield语句的函数，就是生成器函数，调用后返回生成器对象

m=(i for i in range(5))  #定义一个生成器
print(type(m))  #判断m的类型，是一个生成器
print(next(m))   #使用next函数

def inc():    # 定义一个inc函数
    for i in range(5):
        yield i
print(type(inc))  #输出inc函数的类型，是一个功能模块
print(type(inc()))  #输出inc函数对象的类型，是一个生成器
g=inc()               #将函数对象赋给g，即将生成器赋给g
type(g)               #输出变量g的类型，是一个生成器
next(g)               #使用next函数输出生成器的值，每次输出一个，都输出完后，继续执行报错
for x in g:           #使用循环能全部输出
    print(x)

• 普通函数调用，函数立即执行直到执行完毕
• 生成器函数调用，并不会立即执行函数体，而是需要使用next函数来驱动生成器函数执行后获得的生成器对象
• 生成器表达式和生成器函数都可以得到生成器对象，只不过生成器函数可以写的更加复杂的逻辑

生成器的执行

def gen():
    print('line 1')
    yield 1
    print('line 2')
    yield 2
    print('line 3')
    return 3
    yield 4

next(gen())   # 打印'line 1',在yield 1出暂停，输出1
next(gen())  # 与上面结果相同，相当于重新调用gen函数

g=gen()    #相当于将生成器赋给g
print(next(g))  #引用生成器
print(next(g))  #引用生成器
print(next(g))  #stopiteration
print(next(g,'end')) #没有元素给缺省值

• 在生成器函数中，可以多次yield，每执行一次yield后会暂停执行，把yield表达式的值返回
• 再次执行会执行到下一个yield语句会暂停执行
• return语句依然可以终止函数运行，但return语句的返回值不能被获取到
• return会导致当前函数返回，无法继续执行，也无法继续获取下一个值，抛出stoplteration异常
• 如果函数没有显式的return语句，如果生成器函数执行到结尾(相当于执行了return None),一样会抛出stoplteration

生成器函数

• 包含yield语句的生成器函数调用后，生成生成器对象的时候，生成器函数的函数体不会立即执行
• next(generator)会从函数的当前位置向后执行到之后碰到的第一个yield语句，会弹出值，并暂停函数执行
• 再次执行next函数，和上一条一样的处理过程
• 继续调用next函数，生成器函数如果结束执行了(显式或隐式调用了return语句)，会抛出stoplteration异常

生成器应用

无限循环

def counter():
    i=0
    while True:
        i+=1
        yield i

c=counter()   #counter()是一个生成器
print(next(c))
print(next(c))
print(next(c))

计数器

def inc():
    def counter():
        i=0
        while True:
            i+=1
            yield i
    c=counter()
    return next(c)

print(inc())      #相当于一直重新执行inc()函数，counter一直被重新定义初始化
print(inc())
print(inc())

def inc():
    def counter():
        i=0
        while True:
            i+=1
            yield i
    
    c=counter()
    def inner():           #1
        return next(c)    #2           #1，2，3可以合并成return lambda ：next（c）
    return inner          #3
foo=inc()         #inc()是一个生成器
print(foo())
print(foo())
print(foo())

斐波那契数列

def fib(x=0,y=1):
    while True:
        yield y
        x,y=y,x+y
        
foo=fib()
for i in range(5):
    print(next(foo))

生成器交互
python提供了一个和生成器对象交互的方法send,该方法可以和生成器沟通。

#重置功能的计数器
def inc():
    def counter():
        i=0
        while True:
            i+=1
            response =yield i
            if response is not None:
                i=response
    c=counter()
    return lambda x=False: next(c) if not x else c.send(0)

协程 coroutine

• 生成器的高级用法
• 它比进程、线程轻量级，实在用户空间调度函数的一种实现
• python3 asyncio就是协程实现，已经加入到标准库
• python 3.5使用async、await关键字支持原生支持协程
• 协程是一种非抢占式调度j
• 协程调度实现思路

有2个生成器A、B
next(A)后、A执行到了yield语句暂停，然后去执行next（B）、B执行到yield语句也暂停，然后再次调用next（A），再调用next(B)、周而复始，就实现了调度的效果
可以引入调度的策略来是实现切换的方式

yield from语法

从python 3.3开始增加了yield from语法，使得yield from iterable 等价于 for item in iterable : yield item

def inc():
    for x in range(1000):
        yield x

def inc():
    yield from range(1000)