python学习之---生成器

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含1000万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？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）。

要创建一个generator，有很多种方法。

第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：

1. 简单的列表操作：

 >>> list1 = [x*x for x in range()]
 >>> list1
 [, , , , , , , , , ]
 >>> list2 = [*x for x in range()]
 >>> list2
 [, , , , , , , , , , , ]
 >>> 

2. 生成器操作：

 >>> list3 = (x*x for x in range())
 >>> list3
 <generator object <genexpr> at 0x7f302fdb6cd0>
 >>> list1
 [, , , , , , , , , ]
 >>> list2
 [, , , , , , , , , , , ]
 >>> 

如代码所示，list1和list2是一个列表，而list3是一个generator，在任意时刻我们可以随便打印出list1和list2的列表元素，但是我们怎么才可以打印出list3的元素呢？，在这里generator提供一个打印自身元素的函数,next()。

 >>> list3
 <generator object <genexpr> at 0x7f302fdb6cd0>
 >>> list3.next()
 
 >>> list3.next()
 
 >>> list3.next()
 
 >>> list3.next()
 
 >>> list3.next()
 
 >>> list3.next()
 
 >>> list3.next()
 
 >>> list3.next()
 
 >>> list3.next()
 
 >>> list3.next()
 
 >>> list3.next()
 Traceback (most recent call last):
   File "<stdin>", line , in <module>
 StopIteration
 >>> 

generator保存的是算法，每次调用next()，就计算出下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。

使用next方法虽然可以计算出生成器的值，但是，实在是太不人性化了，在此，还有没有更好的方法来输出生成器的值呢？方法肯定是有的，那就是采用for迭代输出：

 >>> list4 = (x*x for x in range())
 >>> list3
 <generator object <genexpr> at 0x7f302fdb6cd0>
 >>> for n in list4:
 ...     print n
 ... 
 
 >>> 

所以，我们创建了一个generator后，基本上永远不会调用next()方法，而是通过for循环来迭代它。

generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。

比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：

1, 1, 2, 3, 5, 8, 13, 21, 34, ...

斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：

 >>>
 >>> def fibla(max):
 ...     n,a,b = ,,
 ...     while n < max:
 ...         print b
 ...         a,b = b,a+b
 ...         n = n +
 ...
 >>> fibla()
 
 >>> 

观察之后发现，fibla函数其实是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。

也就是说，上面的函数和generator仅一步之遥。要把fib函数变成generator，只需要把print b改为yield b就可以了：

 >>> def fibla(max):
 ...     n,a,b = ,,
 ...     while n < max:
 ...         print b
 ...         a,b = b,a+b
 ...         n = n +
 ...
 >>> fibla()
 
 #上下对比
 >>> def fibla(max):
 ...     n,a,b = ,,
 ...     while n < max:
 ...         yield b
 ...         a,b = b,a+b
 ...         n = n +
 ...
 >>> fibla()
 <generator object fibla at 0x7f302fd5ca00>
 >>> 

这就是定义generator的另一种方法。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：

这里，最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。

 >>> def fibla(max):
 ...     n,a,b = ,,
 ...     while n < max:
 ...         yield b
 ...         a,b = b,a+b
 ...         n = n +
 ...
 >>> fibla()
 <generator object fibla at 0x7f302fd5ca00>
 >>> for x in fibla():
 ...     print x
 ... 
 
 >>>