2024年最新2024最新大厂Python面试集合，python进阶系列 - 13讲生成器generator_生成器函数返回值，2024年最新面试加分小技巧

最新推荐文章于 2025-04-15 16:01:31 发布

2401_84123232

最新推荐文章于 2025-04-15 16:01:31 发布

阅读量969

点赞数 24

分类专栏： 2024年程序员学习文章标签： python 面试开发语言

本文链接：https://blog.youkuaiyun.com/2401_84123232/article/details/138102893

版权

2024年程序员学习专栏收录该内容

8 篇文章

订阅专栏

收集整理了一份《2024年最新Python全套学习资料》免费送给大家，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来

如果你需要这些资料，可以添加V无偿获取：hxbc188 （备注666）

正文

print("Starting")
while num > 0:
    yield num
    num -= 1

cd = countdown(3)
for x in cd:
print(x)


结果：

Starting
3
2
1


#### 生成器用于迭代


我们可以将生成器，类比为列表，使用相关的内置函数如`sum`、`sorted`一样可以很好的工作。如下代码:

def countdown(num):
print(“Starting”)
while num > 0:
yield num
num -= 1

cd = countdown(3)

直接调用sum

sum_cd = sum(cd)
print(sum_cd)

cd = countdown(3)

直接调用sorted

sorted_cd = sorted(cd)
print(sorted_cd)


结果：

Starting
6
Starting
[1, 2, 3]


### 生成器的优势：节省内存！


既然生成器的值是**懒加载**的，那么它就可以节省内存。


例如，当需要时，生成器才会需要的数据，后续数据还未开始进行计算处理，所以生成器可以在所有元素生成之前开始使用。


我们通过两个例子，看对比使用与不用生成器是的内存 对比。


#### 不使用生成器


下面代码计算`[0-1000000)`的和，但中间使用列表来存储所有数字，如下代码：

def firstn(n):
num, nums = 0, []
while num < n:
nums.append(num)
num += 1
return nums

sum_of_first_n = sum(firstn(1000000))
print(sum_of_first_n)
import sys
print(sys.getsizeof(firstn(1000000)), “bytes”)


结果：

499999500000
8697472 bytes


#### 使用生成器


类似上面使用列表，这次我们改为`yield`来返回数字，如下代码:

def firstn(n):
num = 0
while num < n:
yield num
num += 1

sum_of_first_n = sum(firstn(1000000))
print(sum_of_first_n)
import sys
print(sys.getsizeof(firstn(1000000)), “bytes”)


结果：

499999500000
128 bytes


看到了吗？内存占比只有128 bytes 了？神奇不


### 实例: 斐波那契数列


斐波那契数列（Fibonacci sequence），又称黄金分割数列，指的是这样一个数列：0、1、1、2、3、5、8、13、21、34、……。


我们用`yield`来返回每个斐波那契数，如下代码：

def fibonacci(limit):
a, b = 0, 1 # 初始值
while a < limit:
yield a
a, b = b, a + b
fib = fibonacci(30)
print(list(fib))


结果：

[0, 1, 1, 2, 3, 5, 8, 13, 21]


### 生成器表达式


就像列表推导一样，生成器也可以使用同样的语法，只是用圆括号`()`而不是方括号`[]`。


小心不要混淆它们，因为生成器表达式比列表推导式慢得多，因为它们调用函数的时间开销比列表推导多得多。


示例代码：

import sys

生成器表达式

mygenerator = (i for i in range(1000) if i % 2 == 0)
print(sys.getsizeof(mygenerator), “bytes”)

列表表达式

mylist = [i for i in range(1000) if i % 2 == 0]
print(sys.getsizeof(mylist), “bytes”)


结果：

120 bytes
4272 bytes


### 生成器的概念


我们也可以将类实现为一个可迭代对象， 但必须实现`__iter__`和`__next__`从而可以跟踪当前状态（这里是当前数字），并且处理`StopIteration`。


看下面的代码，可以很好地理解生成器的内部原理:

class firstn:
def __init__(self, n):
self.n = n
self.num = 0
def __iter__(self):
return self

# \_\_next\_\_ 方法
def \_\_next\_\_(self):
    if self.num < self.n:
        cur = self.num
        self.num += 1
        return cur
    else:
        raise StopIteration()

firstn_object = firstn(1000000)
print(sum(firstn_object))

最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！