Python 生成器 generator 和 yield 关键字

生成器 generator 是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。

实现生成器有两种方式：

第一，将列表推导式种的 [] 改成 ()

a=[[0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
   ["a","b","c","d","e","f","g","h","i","j"],
  ["A","B","C","D","E","F","G","H","I","J"]]
res=(tmp for ele in a for tmp in ele )
type(res)

可以看出 res 已经是一个生成器了

那么使用生成器有什么用途呢？

1）迭代器能做的，它也能做，例如 next() 方法

2)  也可以使用 for 循环

3）最重要的是，它是随用随取的，不会像列表生成式 [] 那样一下子全生成，只是在迭代时候才会生成（虽然对于用户而言，遍历时候可能感受不到）。

第二，使用 yield 关键字

yield 关键字是很特殊的，一个函数里有了 yield 后，执行到 yield 就会停住，下载再次调用时继续从上一次中断的位置继续执行代码并返回值。所以生成器函数即使是有无限循环也没关系，它需要算到多少就会算多少，不需要就不往下算。

请注意，有 yield 关键字的函数不是生成器，是该函数的运行结果是一个生成器！

先说说最简单的情况

我先创建一个函数 f ，依次生成100以内的数， 使用 type 函数可以看到这是一个 function

def f():
    i=0
    yield i
    while(i<100):
        i+=1
        yield i

那么执行这个函数呢

res=f()
type(res)

这个函数执行的结果是一个生成器!

 对这个返回的生成器，可以使用 next() 方法

 使用生成器解决实际问题，例如常见的斐波拉契数列。

斐波拉契数列：指的是这样一个数列：1、1、2、3、5、8、13、21、34、……在数学上，斐波那契数列以如下被以递推的方法定义：F(0)=0，F(1)=1, F(n)=F(n - 1)+F(n - 2)（n ≥ 2，n ∈ N*）

1) 一个简单的无线循环的 fib 生成器

def fib():
    a=[0,1]
    yield a[0]
    yield a[1]
    while True:
        tmp=a[0]+a[1]
        a=[a[1],a[0]+a[1]]
        yield tmp

运行结果是

2）一个有限循环的（n 次数）的 fib 生成器

def fib(n):
    i=0
    a,b=0,1
    yield a
    while(i<n):
        a,b=b,a+b
        i+=1
        yield a

运行结果如下，当迭代次数小于等于 n 时候，可以输出相应的数列数，大于 n 时候则报错。

 3）斐波拉契数列的一个变形，即返回包含前 n 个 数的列表

理论上1）2） 都可以实现，但是有一个额外要求，即不需要反复去从 1 计算起。

使用 1） 中无限循环函数

%%time
# 一个简单的无线循环的，生成fib 数列的生成器
def fib():
    a=[0,1]
    yield a[0]
    yield a[1]
    while True:
        tmp=a[0]+a[1]
        a=[a[1],a[0]+a[1]]
        yield tmp

# 只要前 n 个 fib 数字
i=0
n=10
res=[]
gen=fib()
# 简单的 while 循环 因为使用next 不需要重复计算
while(i<n):
    res.append(next(gen))
    i+=1
res

'''

要是大家觉得写得还行，麻烦点个赞或者收藏吧，想给博客涨涨人气，非常感谢！

'''