python--生成器、递归
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:
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。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)