python生成器

python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100万个元素的列表，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。

Python有两种不同的方式提供生成器：

• 生成器表达式
• 生成器函数

1.生成器表达式

只要把一个列表生成式的[]改成()，就创建了一个generator：

In [1]: L = [ x*x for x in range(5) ]In [2]: LOut[2]: [0, 1, 4, 9, 16]In [3]: G = ( x*x for x in range(5) )In [4]: GOut[4]: <generator object <genexpr> at 0x10cb1d320>In [5]: for n in G:   ...:     print n   ...:014916

generator保存的是算法，每次调用next(G)，就计算出G的下一个元素的值，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。但是，我们创建了一个generator后，基本上永远不会调用next()，而是通过for循环来迭代它，并且不需要关心StopIteration的错误。

2.生成器函数

还是使用def定义函数，但是使用yield语句而不是return语句返回结果，yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次从它离开的地方继续执行。

In [1]: def fib(max):   ...:     n = 0   ...:     a, b = 0, 1   ...:     while n < max:   ...:         print b   ...:         a, b = b, a+b   ...:         n += 1   ...:In [2]: fib(5)11235

fib函数实际上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：

In [3]: def fib(max):   ...:     n = 0   ...:     a, b = 0, 1   ...:     while n < max:   ...:         yield b   ...:         a, b = b, a+b   ...:         n += 1   ...:In [4]: F = fib(5)In [5]: for n in F:   ...:     print n   ...:11235

总结

生成器是这样一个函数，它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都保持不变。

生成器不仅“记住”了它数据状态；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。

生成器的特点：
1.节约内存
2.迭代到下一次的调用时，所使用的参数都是第一次所保留下的，即是说，在整个所有函数调用的参数都是第一次所调用时保留的，而不是新创建的