Python-生成器 generator

生成器 generator

定义：能够动态(循环一次计算一 次返回一次)提供数据的可迭代对象。

作用：在循环过程中，按照某种算法推算数据，不必创建容器存储完整的结果，从而节省内存空间。数据量越大，优势越明显。

以上作用也称之为延迟操作或惰性操作，通俗的讲就是在需要的时候才计算结构，而不是一次构建出所有结果

生成器函数

1. 定义：含有yield语句函数，返回值为生成器对象。

2. 语法：

# 创建
def 函数名():
    ...
    yield 数据
    ...
# 调用
for 变量名 in 函数名():
    语句

3. 说明

• 调用生成器函数将返回一个生成器对象

• yield翻译为“产生”或“生成”

4. 执行过程

• 调用生成器函数会自动创建迭代对象。

• 调用迭代器对象的next方法时才执行生成器函数。

• 每次执行到yield语句时返回数据，暂时离开。

• 待下次调用next方法时继续从离开处继续执行。

5. 原理：

生成迭代器对象的大致规则如下：

• 将yield关键字以前的代码放在next方法中。

• 将yield关键字后面的数据作为next方法的返回值。

内置生成器

枚举函数 enumerate

语法

for 变量 in enumerate(可迭代对象):
	语句

for 索引, 元素 in enumerate(可迭代对象):
	语句

作用：遍历可迭代对象时，可以将索引与元素组合为一个元组。

zip

语法

for item in zip(可迭代对象1，可迭代对象2….) : 
	语句

作用：将多个可迭代对象中对应的元素组合成一个个元组，生成的元组长度由长度最短的可迭代对象决定。

生成器表达式

定义:用推导式形式创建生成器对象。

语法

变量 = (item for item in 可迭代对象 if 条件)

面试题∶

请简逑﹐生成器与迭代器

• 生成器本质就是：迭代器＋可迭代对象.
• 而可迭代对象就是为了可以迭代( for)，而迭代的本质就是不段调用next
• 生成器最重要的特点调用一次next，计算一次结果﹐返回一个值
• #这个过程称之为惰性操作╱延迟操作·
• #在海量数据下，可以大量节省内存.

惰性操作–>立即操作(灵活获取结果)

list(生成器)