Python生成器详解

Python生成器，首先，生成器是初级Python开发者最难理解的概念之一。虽然它们被认为是Python编程的高级技能，但它们可以用于各种项目。无论你在哪里看到发电机，你都必须了解它、使用它，甚至喜欢它。　　说到生成器，难免要拉出迭代器进行比较。生成器是一个在行为上与迭代器非常相似的对象。如果把迭代器比作Android系统，那么生成器就是iOS，两者功能相似，只是生成器更优雅。　　什么是迭代器　　顾名思义，迭代器是用于迭代操作（for循环）的对象。它可以像列表一样迭代获取其中的每一个元素。任何实现了__next__方法（??python2是next）的对象都可以称为迭代器。　　它和列表的区别在于，在构建迭代器的时候，不像列表一次把所有元素加载到内存中，它以惰性求值的方式返回元素，这正是它的优势所在。例如，如果一个列表包含1000万个整数，则需要占用超过400M的内存，而迭代器只需要几十个字节的空间。因为它并没有把所有的元素都加载到内存中，而是等到next方法调用后才返回元素（按需调用callbyneed的方法，本质上for循环就是不断调用迭代器的next方法）。以斐波那契数列为例实现迭代器：.n>0:value=self.curself.cur=self.cur+self.prevself.prev=valueself.n-=1返回值else:raiseStopIteration()兼容python2def__next__(self):returnself.next()f=Fib(10)print([iforiinf])[1,1,2,3,5,8,13,21,34,55]什么是生成器知道了迭代器之后，就可以正式进入生成器的话题就结束了。普通函数使用return返回一个值，这点和Java等其他语言一样。然而，Python中还有一个函数使用关键字yield来返回一个值。该函数称为生成器函数。当函数被调用时，返回一个生成器对象，本质上是一个迭代器，迭代器也是用在迭代操作中的，所以它和迭代器具有相同的特性。唯一的区别是实现方式不同。后者更简洁，也是最简单的生成器函数：deffunc(n):...yieldn*2...funcg=func(5)gfuncis调用时返回一个对象的生成器函数就是生成器g。这个生成器对象的行为和迭代器非常相似，可以用在for循环等场景中。注意yield对应的值不会在调用函数时立即返回，而是在调用next方法时返回（本质上for循环也是调用了next方法）g=func(5)next(g)10g=func(5)foriing:...print(i)...10那么为什么要使用生成器呢？很明显，使用生成器在威力上要比迭代器高好几个层次。它没有那么多冗余代码，性能同样高效。为什么不使用它？让我们看看用生成器实现斐波那契数列是多么容易。deffib(n):prev,curr=0,1whilen>0:n-=1yieldcurrprev,curr=curr,curr+prevprint([iforiinfib(10)])[1,1,2,3,5,8,13,21,34,55]Generatorexpressions在之前的文章《这样写代码更优雅》中介绍了列表推导（listcomprehension），生成器表达式和listcomprehension很长很相似，但是他们返回的对象不同，前者返回一个生成器对象，后者返回一个列表对象。g=(x*2forxinrange(10))type(g)l=[x*2forxinrange(10)]type(l)