$python生成器

本文讲解一下python生成器的基本用法。

生成器的使用场景

当数据量很大的时候，好比从一个超大文本文件中读取内容，若是一会儿把数据所有放在列表中，至关于一会儿把大量数据放在了内存中，有可能形成内存溢出。那么如何解决呢？

解决方案：不存储全部的数据，而是存储列表元素的生成算法（至关于递推公式），只在使用的时候再根据生成算法生成相应的元素（惰性计算），这就是生成器。

建立生成器的方式

把列表生成式的中括号改成小括号

a = (x for x in range(3))
print '【Output】'
print type(a)
print a.next()
print '-----'
for x in a:
    print x

【Output】
<type 'generator'>
0
-----
1
2

用yield关键字

若是生成器的递推算法比较复杂，列表生成式的方式已经没法知足要求，那么能够用函数+yield关键字的方式来建立生成器。

若是一个函数中出现了yield关键字，那么这个函数就再也不是一个普通函数了，而变成了一个生成器，例如：

def getNum(max):
    x = 0
    while x < max:
        yield x  # 至关于把普通函数的return语句变成了yield语句
        x += 1
a = getNum(3)

print '【Output】'
print type(a)
for x in a:
    print x

【Output】
<type 'generator'>
0
1
2

函数遇到yield就中断的特性

def get():
    for i in range(3):
        print 'step' + str(i)
        yield i
    yield 111
    
    for i in range(10,12):
        print 'step' + str(i)
        yield i
    yield 222

a = get()
print '【Output】'
for x in a:
    print x

【Output】
step0
0
step1
1
step2
2
111
step10
10
step11
11
222

生成器的应用：生成斐波那契数列

def fib(max):
    a,m,n = 0,1,1
    while(a < max):
        yield m
        m,n = n,m+n
        a += 1
print '【Output】'
for x in fib(6):
    print x

【Output】
1
1
2
3
5
8