生成器

2019-05-23 09:56:48来源:博客园 阅读 ()

新老客户大回馈,云服务器低至5折

当列表包含非常多元素时,会占用大量存储空间,而如果仅需访问前面几个元素,则后面绝大多数元素占用的空间都被浪费了
如果列表元素可以按照某种算法推算出来,则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list,从而节省大量的空间

在Python中,这种一边循环一边计算的机制,称为生成器(generator)
通过定义可知,generator保存的不是数据,而是获得元素的算法

创建生成器有两种方式
  1) 简单地把列表生成式改成generator,就是创建列表时,将[]修改为()
  2) 通过函数实现复杂逻辑的generator,函数体内使用yield语句

生成器工作原理
  当使用for循环时,在for循环的过程中不断计算出下一个元素,并在适当的条件结束for循环
  当使用next()时,调用一次next,生成器计算出下一个元素,只到生成器无法计算出下一个值并报Iteration错误

生成器与普通函数区别
  普通函数:每调用一次,都会从函数体第一行代码开始执行,直到最后遇到return语句或最后一行,返回结果
  生成器函数:每调用一次,第一次执行会从函数第一行代码开始执行,遇到yield语句返回,后续代码不会执行
        当再次调用时,会接着上次执行的yield语句后开始执行,直到遇到下一个yield语句返回,后续代码不会执行
        以此类推,直到遇到最后一个yield语句并返回
        此时,如果使用的是for循环迭代的,则生成器正常结束,如果使用的是next()迭代的,会报错
           实际上生成器返回的是一个generator对象

使用示例:
  创建列表方式创建生成器

  L = [x * x for x in range(10)]
  g = (x * x for x in range(10))  #创建列表和生成器的区别仅在于最外层的[]和(),L是一个list,而g是一个generator

 

  next()迭代生成器

  next(g)  #输出:0
  next(g)  #输出:1
  next(g)  #输出:4
  next(g)  #输出:9
  ...
  next(g)  #输出:StopIteration,
  #generator保存的是算法,每次调用next(g),generator就计算出下一个元素的值,直到最后一个元素,没有更多的元素时,抛出StopIteration的错误

 

  for循环迭代生成器

  g = (x * x for x in range(10))
  for n in g:
    print(n) 
  #for循环体内没有调用next方法,因此不用担心报StopIteration错误
  #函数变成generator后,基本上不会用next()来获取下一个返回值,而是直接使用for循环来迭代

 

  函数实现生成器
  如果一个函数定义中包含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

  def odd():  #odd不是普通函数,而是generator
    yield 1
    yield 3
    yield 5

  o = odd() #调用该generator时,首先要生成一个generator对象,然后用next()函数不断获得下一个返回值
  next(o) #输出:1,第1次调用next,执行odd()函数的yield 1并返回1,后面的yield 3和yield 5不执行
  next(o) #输出:2,第2次调用next,直接执行odd()函数的yield 3,后面的yield 5不执行,并返回2
  next(o) #输出:3,第3次调用next,直接执行odd()函数的yield 5,并返回5
  next(o) #输出:报StopIteration错误,第4次调用next,发现odd()函数没有其他yield值,并报StopIteration错误

 

  斐波那契数列实现
    生成器函数定义

  def fib(max):
    n, a, b = 0, 0, 1
    while n < max: #循环过程中不断调用yield,就会不断中断。当然要给循环设置一个条件来退出循环,不然就会产生一个无限数列出来
      yield b
      a, b = b, a + b
      n = n + 1
    return 'done'

    迭代斐波那契数列

  for n in fib(6): 
    print(n)    #用for循环调用generator时,是无法得到generator的return语句返回值的,因为生成器只能得到yield值
  #输出: 1
  #      1
  #      2
  #      3
  #      5
  #      8

    迭代斐波那契数列,同时输出生成器的return值

  g = fib(6)
  while True:
    try:
      x = next(g)
      print('g:', x)
    except StopIteration as e:
      print('Generator return value:', e.value) #想要拿到return语句返回值,必须捕获StopIteration错误,返回值包含在StopIteration的value中
      break
  #输出: g: 1
  #      g: 1
  #      g: 2
  #      g: 3
  #      g: 5
  #      g: 8
  #      Generator return value: done

 


原文链接:https://www.cnblogs.com/shiliye/p/10912243.html
如有疑问请与原作者联系

标签:

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有

上一篇:控制台输出带颜色的文字

下一篇:python 猜字游戏