python —— 生成器

　　经过列表生成式，咱们能够直接建立一个列表。可是，受到内存限制，列表容量确定是有限的。并且，建立一个包含100万个元素的列表，不只占用很大的存储空间，若是咱们仅仅须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。因此，若是列表元素能够按照某种算法推算出来，那咱们是否能够在循环的过程当中不断推算出后续的元素呢？这样就没必要建立完整的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。

　　一、建立生成器方法一

　　把一个列表生成式的 [ ] 改为 ( )

　　生成器保存的是算法，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 的异常。固然，这种不断调用 next() 实在是太变态了，正确的方法是使用 for 循环，由于生成器也是可迭代对象。因此，咱们建立了一个生成器后，基本上永远不会调用 next() ，而是经过 for 循环来迭代它，而且不须要关心 StopIteration 异常。

 

　　二、建立生成器方法二

　　用函数来实现，以下getNum(num)

 1 # test.py
 2 def getNum(num):
 3     a,b = 0,1
 4     print("*****")
 5     for i in range(num):
 6         print("------1-----")
 7         yield b
 8         print("------2-----")
 9         a,b = b,a+b
10         i += 1
11         print("------3-----")

 

　　这时getNum函数，就是一个生成器。

　　并不会执行

print("*****")

　　

　　

　　三、建立生成器方法三

　　执行到yield时，gen函数做用暂时保存，返回i的值;temp接收下次c.send("python")，send发送过来的值，c.next()等价c.send(None)

 

1 def gen():
2     i = 0
3     while i<5:
4         temp = yield i
5         print(temp)
6         i+=1

 

　　注意：

 

 

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，而上次调用的全部局部变量都保持不变。

生成器不只“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，这种构造不仅是数据值）中的位置。

生成器的特色：

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，便是说，在整个全部函数调用的参数都是第一次所调用时保留的，而不是新建立的
3. 能够完成多任务——协程