python基础篇 -- day10

生成器

第一种方式

• 将列表推导式外面将[]号改为()号

这种一般应用于较为简单的生成器，太复杂的不行

第二种方式

• 用函数+yeild的方式

yeild : 他的作用类似于return，但是有本质的不同，他会将值返回，并把函数暂停，下次会接着停止的地方继续运行

用生成器实现斐波那契数列

# 斐波那契数列(也被称为“兔子数列”)： 1 1 2 3 5 8 13 ---
def fib(n):
    x, y = 0, 1
    for i in range(n):
        yield y
        x, y = y, x + y
g = fib(8)

print(g.__next__())
print(g.__next__())
print(g.__next__())
print(g.__next__())
print(g.__next__())
print(g.__next__())
print(g.__next__())
print(g.__next__())

next(g)和g.__ next __()：作用一样，将生成器继续从上次停止的地方继续运行。

补充：

1. g.send()
   当yeild后还有接受值时，可以使用g.send()，注意：第一次发送必须发送None，因为第一次就直接返回了，并没有赋值，下一次next时才会赋值。

2. StopIteration
   当生成器已经全部生成完毕后，再次调用next方法时，则会抛出StopIteration错误。

迭代器、生成器、可迭代对象

什么是迭代器？什么是生成器，什么是可迭代对象？

这些在面试中还是挺热门的

1.什么是迭代器？(Iterator)

首先要能被for循环，第二他可是使用next()方法调用下一个值，知道结束抛出StopIteration停止，
我们把它称为迭代器

2.什么是生成器？（generator）

首先来说一下为什么有生成器？
在真实地开发中，或者有一个很大的数据，例如密码表，这时候你还需要把所有的数据，放在一个列表里？
这样岂不会占用很大的内存，显然这样是不合理的，这时候生成器就上场了，他说你需要啥样的数据吧，你用啥，我给你计算啥，如果你不要，那我就歇着，不占用你的太多内存。

这就是生成器的特点：数据可以存放无限大，列表就会受内存限制。生成器的数值都是“新鲜的”，当你调用时才给你生产出来。

3.可迭代对象（Iterable）

这个就简单了，可以被for循环的都是可迭代对象。例如：字符串、列表、元组、集合、字典。。

• 可迭代对象是迭代器吗？
  可迭代对象，list、dict、set…，不能使用next(）所以他不是迭代器。
  但是python中提供了==iter()==方法可以使可迭代对象转化为迭代器
• 生成器是迭代器吗？
  是的，生成器就是迭代器的一种

from collections import Iterator
li = (i for i in range(10))
print(type(li))
print(isinstance(li,Iterator))

# 结果：
# <class 'generator'>
# True

递归

递归就是函数内部调用本函数，实现一个循环，注意:防止死循环

用递归来实现斐波那契数列

x, y = 0, 1
def fib(n):
    global x, y
    if n >= 0:
        print(y)
        x, y = y, x + y
        fib(n - 1)


fib(5)