Python的生成器

通過列表生成式,我們可以直接創(chuàng)建一個列表炕淮。但是拆火,受到內(nèi)存限制,列表容量肯定是有限的涂圆。而且们镜,創(chuàng)建一個包含100萬個 元素的列表,不僅占用很大的存儲空間润歉,如果我們僅僅需要訪問前面幾個元素模狭,那后面的絕大多數(shù)元素占用的空間都白白浪費(fèi)了。
所以踩衩,如果列表元素可以按照某種算法推算出來嚼鹉,那我們是否可以在循環(huán)的過程中不斷推算出后續(xù)的元素呢?這樣就不必創(chuàng)建完整的list驱富,從而節(jié)省大量的空間锚赤,在Python中,這種一邊循環(huán)一邊計(jì)算的機(jī)制褐鸥,稱為生成器(Generator)线脚。

要創(chuàng)建一個generator,有很多種方法叫榕。第一種方法很簡單浑侥,只要把一個列表生成式的[]改成(),就創(chuàng)建了一個generator:

>>> L = [x*x for x in range(3)]
>>> L
[0, 1, 4]

>>> G = (x*x for x in range(3))
>>> G
<generator object <genexpr> at 0x10774db40>

L和G僅僅是差別在最外層的[]和(),L是一個list晰绎,而G是一個generator寓落。
list可以直接打印出每個元素,而generator呢荞下?如果是一個一個打印出來伶选,就要借助generator的next():

>>> G.next()
0
>>> G.next()
1
>>> G.next()
4
>>> G.next()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

generator保存的是算法,每次調(diào)用next()方法锄弱,就計(jì)算出下一個值考蕾,知道最后一個值祸憋,如果沒有值了会宪,就拋出StopIteration的異常。

使用循環(huán)蚯窥,獲取generator中的每個值掸鹅,說明generator也是可迭代的:

>>> G = (x*x for x in range(3))
>>> for i in G:
...     print i 
... 
0
1
4

此刻塞帐,再次執(zhí)行:

>>> for i in G:
...     print i
... 
>>> 

發(fā)現(xiàn)并沒有打印出什么東西。這種特性也是迭代器所具備的巍沙。

如果推算的算法比較復(fù)雜葵姥,用類似列表生成式的for循環(huán)無法實(shí)現(xiàn)的時(shí)候,還可以用函數(shù)來實(shí)現(xiàn)句携。例如榔幸,著名的斐波拉契數(shù)列。除第一個和第二個數(shù)外矮嫉,任意一個數(shù)都可以由前面兩個數(shù)相加得到:
1削咆,1,2蠢笋,3拨齐,5,8昨寞,13瞻惋,21...
使用函數(shù)打印出來:

>>> def fib(max):
...     n,a,b = 0,0,1
...     while n < max:
...         print b
...         a,b = b,a+b
...         n = n+1
>>> fib(6)
1
1
2
3
5
8

仔細(xì)觀察,可以看出援岩,fib函數(shù)實(shí)際上是定義了斐波拉契數(shù)列的推算規(guī)則歼狼,可以從第一個元素開始,推算出后續(xù)任意的元素窄俏,這種邏輯其實(shí)非常類似generator蹂匹。

也就是說,上面的函數(shù)和generator僅一步之遙凹蜈。要把fib函數(shù)變成generator限寞,只需要把print b改為yield b就可以了:

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1

這就是定義generator的另一種方法。如果一個函數(shù)定義中包含yield關(guān)鍵字仰坦,那么這個函數(shù)就不再是一個普通函數(shù)履植,而是一個generator:

>>> fib(6)
<generator object fib at 0x10226ba00>

使用for循環(huán)來迭代:

>>> for i in fib(6):
...     print i
... 
1
1
2
3
5
8
>>> def odd():
...     print 'step 1'
...     yield 1
...     print 'step 2'
...     yield 3
...     print 'step 3'
...     yield 5
...
>>> o = odd()
>>> o.next()
step 1
1
>>> o.next()
step 2
3
>>> o.next()
step 3
5
>>> o.next()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

可以看到,odd不是普通函數(shù)悄晃,而是generator玫霎,在執(zhí)行過程中,遇到y(tǒng)ield就中斷妈橄,下次又繼續(xù)執(zhí)行庶近。執(zhí)行3次yield后,已經(jīng)沒有yield可以執(zhí)行了眷蚓,所以鼻种,第4次調(diào)用next()就報(bào)錯。

小結(jié)

generator是非常強(qiáng)大的工具沙热,在Python中叉钥,可以簡單地把列表生成式改成generator罢缸,也可以通過函數(shù)實(shí)現(xiàn)復(fù)雜邏輯的generator。

要理解generator的工作原理投队,它是在for循環(huán)的過程中不斷計(jì)算出下一個元素枫疆,并在適當(dāng)?shù)臈l件結(jié)束for循環(huán)。對于函數(shù)改成的generator來說敷鸦,遇到return語句或者執(zhí)行到函數(shù)體最后一行語句息楔,就是結(jié)束generator的指令,for循環(huán)隨之結(jié)束扒披。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末钞螟,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子谎碍,更是在濱河造成了極大的恐慌鳞滨,老刑警劉巖,帶你破解...
    沈念sama閱讀 221,635評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件蟆淀,死亡現(xiàn)場離奇詭異拯啦,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)熔任,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,543評論 3 399
  • 文/潘曉璐 我一進(jìn)店門褒链,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人疑苔,你說我怎么就攤上這事甫匹。” “怎么了惦费?”我有些...
    開封第一講書人閱讀 168,083評論 0 360
  • 文/不壞的土叔 我叫張陵兵迅,是天一觀的道長。 經(jīng)常有香客問我薪贫,道長恍箭,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 59,640評論 1 296
  • 正文 為了忘掉前任瞧省,我火速辦了婚禮扯夭,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘鞍匾。我一直安慰自己交洗,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,640評論 6 397
  • 文/花漫 我一把揭開白布橡淑。 她就那樣靜靜地躺著构拳,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上隐圾,一...
    開封第一講書人閱讀 52,262評論 1 308
  • 那天,我揣著相機(jī)與錄音掰茶,去河邊找鬼暇藏。 笑死,一個胖子當(dāng)著我的面吹牛濒蒋,可吹牛的內(nèi)容都是我干的盐碱。 我是一名探鬼主播,決...
    沈念sama閱讀 40,833評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼沪伙,長吁一口氣:“原來是場噩夢啊……” “哼瓮顽!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起围橡,我...
    開封第一講書人閱讀 39,736評論 0 276
  • 序言:老撾萬榮一對情侶失蹤暖混,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后翁授,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體拣播,經(jīng)...
    沈念sama閱讀 46,280評論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,369評論 3 340
  • 正文 我和宋清朗相戀三年收擦,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了贮配。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,503評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡塞赂,死狀恐怖泪勒,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情宴猾,我是刑警寧澤圆存,帶...
    沈念sama閱讀 36,185評論 5 350
  • 正文 年R本政府宣布,位于F島的核電站仇哆,受9級特大地震影響辽剧,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜税产,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,870評論 3 333
  • 文/蒙蒙 一怕轿、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧辟拷,春花似錦撞羽、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,340評論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至隅俘,卻和暖如春邻奠,著一層夾襖步出監(jiān)牢的瞬間笤喳,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,460評論 1 272
  • 我被黑心中介騙來泰國打工碌宴, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留杀狡,地道東北人。 一個月前我還...
    沈念sama閱讀 48,909評論 3 376
  • 正文 我出身青樓贰镣,卻偏偏與公主長得像呜象,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子碑隆,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,512評論 2 359

推薦閱讀更多精彩內(nèi)容

  • 為了理解什么是 yield,你必須理解什么是生成器恭陡。在理解生成器之前,讓我們先走近迭代上煤。 可迭代對象 當(dāng)你建立了一...
    lintong閱讀 433評論 0 3
  • 前言 這篇博客寫了很久休玩,其實(shí)寫每一篇博客用的時(shí)間還是挺長的,不夠這有利于自己的學(xué)習(xí)劫狠,也想分享一下哥捕。之前也說了創(chuàng)建了...
    GitHubClub閱讀 1,344評論 1 14
  • 通過列表生成式,我們可以直接創(chuàng)建一個列表嘉熊。但是遥赚,受到內(nèi)存限制,列表容量肯定是有限的阐肤。而且凫佛,創(chuàng)建一個包含100萬個元...
    chen_000閱讀 142評論 0 0
  • 我們可以通過列表生成式簡單直接地創(chuàng)建一個列表,但是受到內(nèi)存限制孕惜,列表容量肯定是有限的愧薛。而且,創(chuàng)建一個包含100萬個...
    PyChina閱讀 2,864評論 0 3
  • 在此處先列下本篇文章的主要內(nèi)容 簡介 next方法的參數(shù) for...of循環(huán) Generator.prototy...
    醉生夢死閱讀 1,451評論 3 8