Python_yield

yield是Python中的关键字，用于在函数中返回生成器。
当函数被调用时，yield会返回一个值，并保存当前函数状态。
下次迭代时，函数会从保存的状态继续执行，而非从头开始。
yield常用于处理大数据集或需要保持内存使用高效的场景。
例如，创建一个简单的生成器函数：

def count_up_to(n):
    for i in range(n):
        yield i

# 使用生成器
for num in count_up_to(5):
    print(num)

此函数会依次返回0到n-1的值。

跟普通的 return 不同的是，yield 会返回一个值，并且保存当前函数的状态，以便下次迭代时从此状态继续执行。这在处理大数据集或需要保持内存使用高效的场景中特别有用。

def simple_generator():
    yield 1
    yield 2
    yield 3

# 使用生成器
gen = simple_generator()

for value in gen:
    print(value)

这个生成器函数会依次返回 1、2 和 3，并且在每次 yield 之后都会暂停，直到被再次调用。
再看一个稍微复杂一点的例子，用 yield 来生成斐波那契数列：

def fibonacci_sequence():
    a, b = 0, 1
    while True:
        yield a
        a, b = b, a + b

# 使用生成器
fib = fibonacci_sequence()

for _ in range(10):
    print(next(fib))

在这个例子中，fibonacci_sequence 是一个无限生成斐波那契数列的生成器。利用 yield，我们可以在不占用大量内存的情况下获取数列中的任意多个元素。

讲解：先明确代码行号

1.	def fibonacci_sequence():
2.	a, b = 0, 1
3.	while True:
4.	yield a
5.	a, b = b, a + b
7.	使用生成器
8.	fib = fibonacci_sequence()
10.	for _ in range(10):
11.	print(next(fib))

下面逐次追踪，每次next(fib)对应1次循环，明确执行的行号：

第1次循环（_=0，执行print(next(fib))）

•	首次调用next(fib)，进入生成器函数（第1行）

•	执行第2行：a, b = 0, 1（a=0，b=1）

•	执行第3行：while True（条件成立，进入循环体）

•	执行第4行：yield a（产出0，打印结果第1个是0），生成器暂停（停在第4行）

•	本次执行行号：1→2→3→4

第2次循环（_=1，执行print(next(fib))）

•	恢复生成器（从第4行暂停处继续）

•	执行第5行：a, b = b, a + b（旧a=0、旧b=1，计算后a=1，b=1）

•	执行第3行：while True（条件成立）

•	执行第4行：yield a（产出1，打印结果第2个是1），生成器暂停（停在第4行）

•	本次执行行号：5→3→4

第3次循环（_=2，执行print(next(fib))）

•	恢复生成器，执行第5行：a, b = b, a + b（旧a=1、旧b=1，a=1，b=2）

•	执行第3行：while True（成立）

•	执行第4行：yield a（产出1，打印结果第3个是1），暂停

•	本次执行行号：5→3→4

第4~10次循环（规律完全相同）

每一次都是重复：恢复生成器→执行第5行（更新a、b）→执行第3行（循环条件成立）→执行第4行（yield产出值，暂停）

•	第4次：执行5→3→4，产出2（打印第4个值）

•	第5次：执行5→3→4，产出3（打印第5个值）

•	第6次：执行5→3→4，产出5（打印第6个值）

•	第7次：执行5→3→4，产出8（打印第7个值）

•	第8次：执行5→3→4，产出13（打印第8个值）

•	第9次：执行5→3→4，产出21（打印第9个值）

•	第10次：执行5→3→4，产出34（打印第10个值）

关键总结

•	只有第1次调用next(fib)时会执行第2行（初始化a、b），之后再也不执行第2行

•	从第2次到第10次，每次仅执行3行：第5行（更新a、b）→第3行（循环判断）→第4行（产出值）

•	生成器永远停在第4行，每次next()都是从第5行开始恢复执行