Python生成器（generator）理解

Python进阶——生成器

什么是生成器？

元素可以按照某种算法推算出来，以此得到下一个元素，不必得到全部的元素后再进行输出，既可以边迭代边输出的机制。

生成器的核心特性？

边迭代边输出或者边循环边计算

那么为什么要有生成器呢？

在使用列表等结构时，数据已经事先加载在内存中了，如果此时的列表中数据量很大的话，计算机内存资源会非常吃惊，甚至内存溢出，比如我们加载了一个含有一亿个元素的列表，而只需要获取他的前十个，就算能将这一亿的数据装入列表，后面的元素占用的空间也都是浪费了（我们只用前十个）。

如果列表元素按照某种算法推算出来，那我们就可以在循环的过程中不断推算出后续的元素，这样就不必创建完整的列表，从而节省大量的空间。

☝️ tips：又想要使用大量数据，又想让它占用空间少，那就使用生成器！

怎么创建生成器呢？

1. 最简单的方法和之前的列表推导式类似只是将[]换成了()：

   # 生成器就这么得到了
   generator = (num for num in range(1,5))
   print(generator)
   
   # <generator object <genexpr> at 0x000001C7C9E3FD48>
   

2. 或者使用yield关键字

   如果一个函数中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator

生成器的使用：斐波那契数列

• 不使用生成器

def fibonacci(n):
    a, b = 0, 1
    result = []
    count = 0

    while True:
        if count > n:
            break

        result.append(a+b)
        a, b = b, a+b
        count += 1
    return result

print(fibonacci(10))
# print(fibonacci(1000000000))   # 可以试试这个，超内存，跑不动

• 使用生成器

def fibonacci(n):
    a, b = 0, 1

    count = 0
    while True:
        if count > n:
            continue
        yield a+b

        a, b = b, a+b
        count += 1
generator = fibonacci(10000000)  # 边迭代边输出

# 可以遍历全部
# for i in generator:
#     print(i)

# 可以遍历部分
for i in generator:
    if i < 100:
        print(i)