65 生成器函数设计要点

包含 yield 语句的函数可以用来创建生成器对象，这样的函数也称为生成器函数。yield 语句与 return 语句的作用相似，都是用来从函数中返回值。return 语句一旦执行会立刻结束函数的运行，而每次执行到 yield 语句返回一个值之后会暂停或挂起后面代码的执行，下次通过生成器对象的 _ _ next _ _() 方法、内置函数 next()、for 循环遍历生成器对象元素或其他方式显示 “索要” 数据时恢复。生成器具有惰性求值的特点，适合大数据处理。

# 使用生成器来生成斐波那契数列
def func():
    a, b = 1, 1  # 序列解包，同时为多个元素赋值
    while True:
        yield a  # 暂停执行，需要时再产生一个新元素
        a, b = b, a + b  # 序列解包，继续生成新元素


g = func()  # 创建生成器对象

for i in range(10):  # 斐波那契数列中前10个元素
    print(g.__next__(), end=' ')

print()

for i in func():  # 斐波那契数列中第一个大于100的元素
    if i > 100:
        print(i)
        break

g = func()  # 创建生成器对象
print(next(g))  # 使用内置函数 next() 获取生成器对象中的元素
print(next(g))  # 每次获取新元素时，由 yield 语句生成
print(g.__next__())  # 也可以调用生成器对象的 __next__() 方法
print(g.__next__())

def func():
    yield from 'hello'  # 使用yield表达式创建生成器


g = func()
print(next(g))
print(next(g))
for i in g:  # 输出剩余元素
    print(i, end=' ')

def func():
    yield 1
    yield 2
    yield 3


x, y, z = func()  # 生成器对象支持序列解包
print(x, y, z)

Python 标准库 itertools 提供了一个 count(start, step) 函数，用来连续不断地生成无穷个数，这些数中的第一个数是 start (默认为0)，相邻两个数的差是step (默认为1)。

# 使用生成器模拟标准库 itertools 中的 count() 函数
def count(start, step):
    s = start
    while True:  # 无穷循环
        yield s  # 返回一个数，暂停执行，等待下一次索要数据
        s += step


x = count(3, 5)
for i in range(10):
    print(next(x), end=' ')

print()

for i in range(10):
    print(next(x), end=' ')