python高级特性之生成器（generator）

python的高级特性里，有一个生成器，能够实现边循环边计算机制。生成器的作用是什么呢？我的理解就是，用多少，去多少，避免浪费。下面会结合具体的例子，再做解释。

使用生成器有两种方式。

方式一

比较简单，把列表生成式的中括号改成小括号就可以了。

例如：

[x*x for x in range(1, 10)]

是一个列表生成式（list comprehensions），可以生成一个列表

[1, 4, 9, 16, 25, 36, 49, 64, 81]

那么

g = (x*x for x in range(1, 10))

就定义了一个生成器（generator）

然后不断调用next(g)，就可以打印出列表中所有的值

>>> g = (x*x for x in range(1, 10))
>>> next(g)
1
>>> next(g)
4
>>> next(g)
9
>>> next(g)
16
>>> next(g)
25
>>> next(g)
36
>>> next(g)
49
>>> next(g)
64
>>> next(g)
81
>>> next(g)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

但是一般不使用next()方法打印生成器的各个值，而是用循环的方式

>>> g = (x*x for x in range(1, 10))
>>> for n in g:\
... print(n)
...
1
4
9
16
25
36
49
64
81

方式二

使用yield()方法来替换print()，如杨辉三角的实现代码如下：

def triangles():
	list = [1]
	print(list)
	n = 1
	while(True):
		tmp = [1]
		for i in range(1, n):
			tmp.append(list[i] + list[i-1])
		tmp.append(1)
		list = tmp
		print(list)
		n = n + 1

运行该方法，会不停的打印杨辉三角的每一行。如果把其中的print()改成yield()，

注意yield方法的作用是，每次执行到该方法就会中断，当下一次再调用时（next()），会从上次中断的位置继续执行。

def triangles():
	list = [1]
	yield(list)
	n = 1
	while(True):
		tmp = [1]
		for i in range(1, n):
			tmp.append(list[i] + list[i-1])
		tmp.append(1)
		list = tmp
		yield(list)
		n = n + 1

n = 0
for t in triangles():
	print(t)
	n = n + 1
	if n == 9:
		break

此时的triangles就不再是一个函数，而是一个生成器了，打印结果如下：

[1]
[1, 1]
[1, 2, 1]
[1, 3, 3, 1]
[1, 4, 6, 4, 1]
[1, 5, 10, 10, 5, 1]
[1, 6, 15, 20, 15, 6, 1]
[1, 7, 21, 35, 35, 21, 7, 1]
[1, 8, 28, 56, 70, 56, 28, 8, 1]

那么生成器的作用体现在哪里呢？

方式一中的列表太小，好像看不出什么区别，但是如果要创建的list很大， 比如100万，而我们只需要前面的100个，那创建大小为 100万的list就是对内存的浪费了。有人要说了，我需要100个，我就直接写[x*x for x in range(1, 101)]不就可以了吗？不也能满足需求吗？但也许有时候我们需要100个，有时候我们需要200个，那么我们就要每次都重写一遍了。而用生成器的话，我们只用写一遍，比如g = (x*x for x in range(1, 1000000))，然后按照需要去取前面的多少个都可以。

方式二中的生成器也类似，它让我们获得了更多的灵活性，实现边循环边计算的效果。