[python] 三大神器—生成器、迭代器、装饰器

1. 生成器

squares = [i**2 for i in range(10000)]
for i in squares:
	pass

把所有元素都存在列表里，占用了大量内存，而实际上每次只用到列表中的一个元素。

生成器：
1.惰性计算
2.边执行边计算，无需一次性存入大量数据
3.实际上一直在执行next(操作)，直到无值可取

1.1 生成器表达式 (…)

圆括号

squares = (i**2 for i in range(100000))
for i in squares:
    pass

【例】求0-500的和

sum((i for i in range(501)))
## 5050

1.2 生成器函数 yield

【例】 生成斐波那契数列

1.数组迭代和存储

2.若有中间操作，每次只用到其中一个元素，比如每次只打印一个数字（不需要一次性使用全部元素），可以把这个中间操作放在循环里面执行

3.这种情况也可以构造生成器函数，方便单独进行中间操作，把print换成yield即可

当我们调用这个函数fib()，它首先会顺序执行，当执行到yield时停止，yield就会返回yield后面跟着的那个元素，相当于 return 的功能，所不同的是，执行完返回之后仍然会停在这里，直到我们执行下一次的操作 next()，继续执行剩余操作，并返回到while判断语句，符合条件则执行 yield，再次返回，并停留在这里，等待下一次操作 next()…

总结：在每次调用 next() 的时候执行，遇到 yield 语句则返回（相应元素），再次执行时从上次返回的 yield 语句处继续执行

1.3 调用生成器 next() / send()

[操作系统] 多任务 - 协程

2. 迭代器

2.1 可迭代对象 - 可以for循环

可直接作用于for循环的对象，统称为可迭代对象： Iterable

• 列表，元组，字典，集合，字符串，文件
• 生成器

1.可用 isinstance( .., Iterable) 判断可迭代对象

from collections import Iterable
isinstance([1,2,3], Iterable)
# True
isinstance("python", Iterable)
# True

2.迭代器还能被 next() 函数调用

比如生成器不仅可用于 for 循环，还可以被 next() 函数调用，直到没有数据可取，抛出 StopIteration （生成器不仅是可迭代对象，还是迭代器）

squares = (i**2 for i