python 生成器yield_Python Generators(生成器)--yield

参考：http://blog.csdn.net/scelong/article/details/6969276

Python生成器

什么是python生成器，意思是带有一个yield语句的函数，既然它是个函数，那么与普通的函数有什么关系呢？

生成器是这样一个函数:记住上一次返回时在函数体中的位置。对生成器函数的第二次(或第 n 次)调用跳转至该函数中间，而上次调用的所有局部变量都保持不变。

生成器不仅“记住”了它数据状态；生成器还“记住”了它在流控制构造(在命令式编程中，这种构造不只是数据值)中的位置。

生成器的特点：

生成器是一个函数，而且函数的参数都会保留。

迭代到下一次的调用时，所使用的参数都是第一次所保留下的，即是说，在整个所有函数调用的参数都是第一次所调用时保留的，而不是新创建的

yield 生成器的运行机制：

当你问生成器要一个数时，生成器会执行，直至出现 yield 语句，生成器把 yield 的参数给你，之后生成器就不会往下继续运行。 当你问他要下一个数时，他会从上次的状态。开始运行，直至出现yield语句，把参数给你，之后停下。如此反复直至退出函数。

例：

1 deffib(max):2 a, b = 1, 1

3 while a <4 yield a return an iterator that returns stream of values.>

5 a, b = b, a+b

程序运行：

1 for n in fib(15):2 print n

从前面的运行机制描述中，可以获知，程序运行到yield这行时，就不会继续往下执行。而是返回一个包含当前函数所有参数的状态的iterator对象。目的就是为了第二次被调用时，能够访问到函数所有的参数值都是第一次访问时的值，而不是重新赋值。

于是输出结果：

1 // 第一次调用

1 // 此时a为1，b为2

2 // 依次类推

3

5

8

13

程序第一次调用时：

1 deffib(max):2 a, b = 1, 1

3 while a <4 yield a>

5 a, b = b, a+b

程序第二次调用时：

从前面可知，第一次调用时，a,b=1,1，那么，我们第二次调用时(其实就是调用第一次返回的iterator对象的next()方法)，程序跳到yield语句处，

执行a,b = b, a+b语句，此时值变为：a,b = 1, (1+1) => a,b = 1, 2

程序继续while循环，当然，再一次碰到了yield a 语句，也是像第一次那样，保存函数所有参数的状态，返回一个包含这些参数状态的iterator对象。

等待第三次的调用：

1 deffib(max):2 a, b = 1, 1

3 while a <4 yielda a b="b,">

后面就是依次类推的过程了！

生成器与迭代器的区别：

生成器就是一种迭代器。生成器拥有next方法并且行为与迭代器完全相同，这意味着生成器也可以用于Python的for循环中。

Python的for循环中，有next()调用和对StopIteration的处理，这样使得生成器和迭代器运行表象上看似相同，如下：

1 iterator = [i for i in range(5)]2 for obj initerator:3 printobj,4 #0 1 2 3 4

5

6 generator = (i for i in range(5))7 for obj ingenerator:8 printobj,9 #0 1 2 3 4

当你使用一个列表生成式来建立一个列表的时候，就建立了一个可迭代的对象， 看起来除了把 [] 换成 () 外没什么不同。但是，你不可以再次使用 for i in mygenerator , 因为生成器只能被跌代一次:先计算出0,然后继续计算1,然后计算4,一个跟一个的。

注意： 所有你可以使用 for .. in .. 语法的叫做一个迭代器:链表，字符串，文件... 你经常使用它们是因为你可以如你所愿的读取其中的元素，但是你把所有的值都存储到了内存中，如果你有大量数据的话这个方式并不是你想要的。

4>4>4>