生成器

生成器就是一个函数，python中带yield关键字的函数就是一个生成器。yield语句就是返回一个对象（值），和普通的函数用return返回值不同如果想取得值，那得调用next()函数，如：

[python]  view plain  copy

 

1. c = h() #h()包含了yield关键字    
2. #返回值    
3. c.next()  

每当调用一次迭代器的next函数，生成器函数运行到yield之处，返回yield后面的值且在这个地方暂停，所有的状态都会被保持住，直到下次next函数被调用，或者碰到异常循环退出。

生成器在内部记住了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和函数参数都保持不变。生成器不仅“记住”了它的数据状态；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。

其实说白了就是，生成器记录了上次调用的数据与执行流程。

[python]  view plain  copy

 

1. def fib(max):    
2.     a, b = 1, 1    
3.     while a < max:    
4.         yield a #generators return an iterator that returns a stream of values.    
5.         a, b = b, a+b  
6.         print "a=",a,"b=",b    
7. for n in fib(15):    
8.     print n    

通过使用生成器的语法，可以免去写迭代器类的繁琐代码，如，上面的例子使用迭代类来实现，代码如下：

[python]  view plain  copy

 

1. class Fib:    
2.     def __init__(self, max):    
3.         self.max = max    
4.     def __iter__(self):       #定制可迭代类重载__iter__  
5.         print "iter"    
6.         self.a = 0    
7.         self.b = 1    
8.         return self    
9.     def next(self):           #定制可迭代类重载next()    
10.         print "next"    
11.         fib = self.a    
12.         if fib > self.max:    
13.             raise StopIteration    
14.         self.a, self.b = self.b, self.a + self.b    
15.         return fib    
16.   
17. for i in Fib(5):  
18.     print i  

[python]  view plain  copy

 

1. #yield其他例子展示：排列，组合  
2. #生成全排列      
3. def perm(items, n = None):    
4.     if n is None:    
5.         n = len(items)    
6.     for i in range(len(items)):    
7.         v = items[i:i+1]    
8.         if n==1:    
9.             yield v    
10.         else:    
11.             rest = items[:i] + items[i+1:]    
12.             for p in perm(rest, n-1):    
13.                 yield v + p  
14.   
15. def comb(items, n = None):    
16.     if n is None:    
17.         n = len(items)    
18.     else:    
19.         for i in range(len(items)):    
20.             v = items[i:i+1]    
21.             if 1 == n:    
22.                 yield v    
23.             else:    
24.                 rest = items[i+1:]    
25.                 for c in comb(rest, n-1):    
26.                     yield v + c    

生成器语法
生成器表达式是在python2.4中引入的，当序列过长， 而每次只需要获取一个元素时，应当考虑使用生成器表达式而不是列表解析。

生成器表达式的语法和列表解析一样，只不过生成器表达式是被（）括起来的，而不是[]，如下： 

[python]  view plain  copy

 

1. (expr for iter_var in iterable)   
2. (expr for iter_var in iterable if cond_expr)   
3.   
4. >>> L= (i + 1 for i in range(10) if i % 2)   
5. >>> L   
6. <generator object <genexpr> at 0xb749a52c>   
7. >>> L1=[]   
8. >>> for i in L:   
9. ... L1.append(i)   
10. ...   
11. >>> L1   
12. [2, 4, 6, 8, 10]   

生成器表达式并不真正创建数字列表， 而是返回一个生成器，这个生成器在每次计算出一个条目后，把这个条目“产生”(yield)出来。
生成器表达式使用了“惰性计算”，只有在检索时才被赋值（ evaluated），所以在列表比较长的情况下使用内存上更有效。