在python中continue什么意思_在Python中，“continue”和“yield”这对关键字有什么作用？...

这两个关键词没有紧密联系。在

continue关键字只能出现在循环体(一个for或while语句)的主体中，并使控制流返回循环的顶部，而不是继续遍历循环体的其余部分。它通常是在if或else块中缩进整个循环体的替代方法。这个：while foo():

if something():

continue

bar()

baz()

完全等同于：

^{pr2}$

另一个与continue密切相关的关键字是break，它使控制流立即退出循环，而不是返回顶部。continue和break都只能影响最近的循环，因此，如果您有嵌套的控制结构，很难一次将它们全部打破(或者{}从内部的一个外循环)。在

yield关键字则大不相同。虽然它经常出现在循环中，但并不一定要这样。相反，它只允许在函数体中使用。它将函数转换为“生成器函数”。当一个生成器函数被调用时，它的代码不会立即运行，而是创建一个“生成器对象”并返回给调用者。生成器对象是一种迭代器，可以通过for循环(或通过对其调用next()手动)对其进行迭代。只有当生成器对象被迭代时，函数的代码才会运行。每次到达yield语句时，函数的执行暂停，产生的值(如果未指定值，则为None)将作为迭代的值。(请注意，当有人随便称某个东西为“生成器”时，它们可能意味着生成器函数或生成器对象。从上下文来看，他们的意思通常很清楚。)

下面是一些使用生成器打印1、2和3的示例代码：def generator_function():

yield 1 # because it contains `yield` statements, this is a generator function

yield 2

yield 3

generator_object = generator_function() # you can create a variable for the generator object

for value in generator_object: # but often you'd create it on the same line as the loop

print(value)

另一个与yield有些相似的关键字是return，它也只在函数中有意义。它立即结束函数的执行以返回指定的值(如果没有指定值，则返回None)。在

您显示的dfs函数依次使用yield和{}。它首先产生一个值(在请求下一个值之前停止生成器函数的执行)，然后一旦恢复执行，它就回到循环的开始。在

如果您愿意，可以重写函数以避免这两种情况之一(尽管结果函数的工作方式会有所不同，因为它不再是惰性生成器)：def dfs(graph, start, end):

results = [] # maintain a list of results to avoid yielding

fringe = [(start, [])]

while fringe:

state, path = fringe.pop()

if path and state == end:

results.add(path) # don't yield any more, just add the path to the results list

else: # add an else block instead of using continue

for next_state in graph[state]:

if next_state not in path: # reverse the condition instead of continue

fringe.append((next_state, path+[next_state]))

return results # return the results at the end of the function

我要注意的是，函数的生成器版本在大多数情况下可能更好。使用continue而不是更多的缩进更多的是一种样式选择，并且对代码的逻辑或性能没有太大的影响(只影响代码的外观)。在