生成器
一、概念
python中的生成器(generator)保存的是算法,只有当真正调用需要的值的时候才会去计算出值。它是一种惰性计算(lazy evaluation)。
二、列表生成式
定义一个列表
a = [0,1,2,3,4,5,6,7,8,9]
除了上面直接定义外,我们还可以使用列表生成式:
a = [i for i in range(10)]
print(a)
#输出
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
三、生成器
通过上面的列表生成式,我们可以直接创建一个列表。但是受到内存的限制,列表的容量是有限的。而且如果我们创建了一个包含数百万元素的列表,并且只需要用到前面几个元素,那就有大部分空间浪费了。
所以,如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断的推算后续的元素?这样就不必创建完整的list,从而节省大量的空间。在pyhong中,一边循环一边计算的机制,称为生成器:generator。
要创建一个generator有很多种方法,我们可以直接将列表生成式改成生成器:
>>> a = (i for i in range(10))
>>> a
<generator object <genexpr> at 0x0000024897F6B4C0>
3.1 列表生成式和生成器
a = (i for i in range(100000000))
b = [i for i in range(100000000)]
a的生成时间是瞬时的,并且不会占用什么内存空间。因为生成器根本就没有生成所需的内容,只有在访问的时候才会生成相应的值
3.2 访问生成器
- 生成器只保留当前位置的值,直接访问 a[5]是没有值的(报错)
- 只有一个__next()__方法
- 只能一个一个取值,并且只能往后取值,不能返回取前面的值
使用循环来取值:
a = (i for i in range(10))
for i in a:
print(i)
#输出
0
1
2
3
4
5
6
7
8
9
使用__next()__方法取值:
a = (i for i in range(10))
print(a.__next__())
print(a.__next__())
print(a.__next__())
print("插入")
print(a.__next__())
print(a.__next__())
#输出
0
1
2
插入
3
4
每调用一个__next()__方法,我们就能取到一个值,并且我们只能往后取值。生成器能记住当前位置的值,但是并不知道前后位置的值,这也是生成器能够节省内存的原因。只有调用到该位置时才会生成相应的数据。
四、yield将函数转换成生成器
利用列表只能实现一部分的功能,一下复杂的运行就不能通过列表生成式这样的来实现了。但是我们可以将一个函数变成生成器。
斐波那契函数:
def fib(n):
a = 1
b = 1
number = 0
while number < n:
print(b)
a,b = b,a+b
number += 1
将该函数变成生成器只需要将print(b) 改为 yield b
def fib(n):
a = 0
b = 1
number = 0
while number < n:
#print(b)
yield b
a,b = b,a+b
number += 1
f = fib(10)
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())
#输出
1
1
2
3
五、生成器结束
生成器不会把结果保存在一个系列中,而是保存生成器的状态,在每次进行迭代时返回一个值,直到遇到StopIteration异常结束。
def fib(n):
a = 0
b = 1
number = 0
while number < n:
#print(b)
yield b
a,b = b,a+b
number += 1
return '--done--'
f = fib(6)
while True:
try:
x = next(f)
print(x)
except StopIteration as e:
print('Generator return value:',e.value)
break
#输出
1
1
2
3
5
8
Generator return value: --done--