python生成器与生成器表达式

生成器对象

• 生成器其实就是自定义迭代器

# 定义阶段就是一个普通函数
def func():
    print('first')
    yield 123
    print('second')
    yield 456
'''
当函数体内含有yield关键字 那么在第一次调用函数的时候
并不会执行函数体代码 而是将函数变成了生成器
'''    	
res = func()
# 每执行一个__next__代码往下运行到yield停止，并返回后面的数据
res1 = res.__next__()  # first  
print(res1)  # 123
# 再次执行__next__接着上次停止的地方往后 遇到yield再停止
res2 = res.__next__()  # second
print(res2)  # 456
res3 = res.__next__()  # 报错

自定义range功能

def my_range(start,stop=None,step=1):
    if not stop:
        start, stop = 0, start
	while stop > start:
        yield start
        start += step

yield传值(了解)

def eat(name):
    print('%s 准备干饭！！！'%name)
    while True:
        food = yield
        print('%s 正在吃 %s' % (name, food))
res = eat('tom')  # 并不会执行代码 而是转换成生成器
res.__next__()
res.send('肉包子')  # tom 正在吃肉包子 
res.send('盖浇饭')  # tom 正在吃盖浇饭
'''
send 作用：
	给yield传一个值 并执行一次双下next(__next__)
'''

yield与return对比

yield 
	1. 可以返回值(支持多个值并且组织成元组)
	2. 函数体代码遇到yield不会结束而是'停止'
	3. yield可以将函数变成生成器 并且还支持外界传值
return
	1.可以返回值(支持多个并且组织成元组)
	2.函数体代码遇到return直接结束    

生成器表达式

l = [11, 22, 33, 44, 55, 66, 77, 88, 99]
res = (i+1 for i in l if i!=44)
"""
生成器表达式内部的代码只有在迭代取值的时候才会执行
"""
print(res.__next__())  # 12
print(res.__next__())  # 23
"""
    迭代器对象 生成器对象 我们都可以看成是"工厂"
    只有当我们所要数据的时候工厂才会加工出"数据"
        上述方式就是为了节省空间
"""

生成器面试题

def add(n, i):
    return n + i
def test():
    for i in range(4):
        yield i
g = test()  # 初始化生成器对象
for n in [1, 10]:
    g = (add(n, i) for i in g)
res = list(g)
print(res)

面试题解析

# 函数求和
def add(n, i):
    return n + i
# 调用之前是函数 调用之后是生成器
def test():
    for i in range(4):
        yield i
g = test()  # 初始化生成器对象 
for n in [1, 10]:
    g = (add(n, i) for i in g)
'''
	第一次for循环
		g = (add(n, i) for i in g)  此时in后面g为test生成器
	第二次for循环
		g = (add(n, i) for i in g) 此时的g为第一次for循环得到的生成器g 
		所以此时的可以看成   g = (add(n, i) for i in (add(n, i) for i in g))
'''
res = list(g)  
'''
调用时g是一个生成器 n的值为10  in后面的g 生成器产生的值就是 range(4)
g 可以看成
 g = (add(10, i) for i in (add(10, i) for i in range(4)))
'''
print(res)  # [20,21,22,23]