Python生成器、装饰器、递归

最新推荐文章于 2025-08-04 11:03:38 发布
原创 最新推荐文章于 2025-08-04 11:03:38 发布 · 1.3k 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#Python生成器 #Python装饰器 #Python递归

本文深入讲解了Python中的生成器、装饰器及递归等高级特性。通过实例演示了生成器表达式的使用方法、装饰器如何增强函数功能以及递归函数的设计与实现。

Python生成器、装饰器、递归

1、Python生成器表达式

1）、Python生成器表达式

语法格式：

(expr for iter_var in iterable)

(expr for iter_var in iterable ifcond_expr)

2）、自定义生成器

函数中使用yield，会返回一个生成器对象。yieldx

生成器使用示例：

In [1]:list((i**2 for i in range(1,11)))

Out[1]:[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

In [2]:def genNum(x):

  ...:    y = 0

  ...:    while y <= x:

  ...:        yield y

  ...:        y += 1

In [3]: g1= genNum(4)

In [4]:type(g1)

Out[4]:generator

In [5]:g1.next()

Out[5]:0

In [6]:g1.next()

Out[6]:1

In [7]:g1.next()

Out[7]:2

In [8]:g1.next()

Out[8]:3

In [9]:g1.next()

Out[9]:4

In [10]:g1.next()

---------------------------------------------------------------------------

StopIteration                            Traceback (most recent call last)

in()

----> 1g1.next()

StopIteration:

In [11]:def genNum(n):

  ....:    i = 1

  ....:    while i <= n:

  ....:        yield i ** 2

  ....:        i += 1

In [12]:g1 = genNum(20)

In [13]:for i in g1:

  ....:    print i,

  ....:    

1 4 9 1625 36 49 64 81 100 121 144 169 196 225 256 289 324 361400

2、Python装饰器

1）、装饰器本身是一个函数，用于装饰其它函数；

2）、功能：增强被装饰函数的功能；

装饰器一般接受一个函数对象作为参数，以对其进行增强

例1：装饰器使用示例

In [1]:def decorater(func):

  ...:    def wrapper():

  ...:        print "Just a Decorater!"

  ...:        func()

  ...:        raw_input('Please Input your name:')

  ...:    return wrapper

  ...:

In [2]:@decorater

   ...:def show():

  ...:    print "I am from China."

  ...:    

In [3]:show()

Just aDecorater!

I am fromChina.

PleaseInput your name:Fieldyang

例2：对能够传入参数的函数进行装饰

In [1]:def decorater(func):

  ...:    def wrapper(x):

  ...:        print "Just a Decorater!"

  ...:        func(x)

  ...:        raw_input('Please Input your name:')

  ...:    return wrapper

  ...:

In [2]:@decorater

   ...:def show(x):

  ...:    print "I am from China.%s" %x

  ...:    

In [3]:show('how are you ?')

Just aDecorater!

I am fromChina.how are you ?

PleaseInput your name:Fieldyang

3、Python递归

递归需要边界条件，递归前进段和递归返回段；

        10 * 9 * 8 * 7 * 6 * 5 * 4 * 3 * 2 *1

        10 * （10-1）* （（10-1）-1）* ...

递归函数使用示例：

In [1]:def recursion(n):

  ...:    if n <= 1: return 1

  ...:    else: return n * recursion(n-1)

  ...:  

#递归函数相当于如下过程： 

In [2]: recursion(3) = 3 * recursion(2)= 3 * 2 *recursion(1)=3*2*1

KeyboardInterrupt

In [3]:recursion(3)

Out[3]:6

In [4]:recursion(4)

Out[4]:24

In [5]:recursion(5)

Out[5]:120

In [6]:recursion(10)

Out[6]:3628800

Python-装饰器与生成器
weixin_40611700的博客
01-07 1182
1.装饰器 我用过的装饰器： @classmethod 类方法 @staticmethod 静态方法 @ddt 数据驱动，进行参数化 @pytest.fixture设置夹具 @pytest.mark.parametrize数据驱动，进行参数化 @pytest.mark.success筛选用例，自定义标签 @allure.suit 修改测试套件名称 @allure.title 修改测试用例名称 def run(): print('is running') def...
Python装饰器详解
一个专注于机器学习基础与实战的技术博客，内容涵盖算法推导、模型实现、数学原理与代码实践。用通俗的语言解析复杂概念，记录学习过程中的思考与总结，适合机器学习爱好者和从业者参考。
04-30 2491
文章目录装饰器一、 基础准备1、 可调用对象2、 嵌套函数2.1.1 封装2.1.2 贯彻 DRY 原则2.1.3 闭包3、 描述器3.1 简介3.2 使用描述器二、 函数装饰器1、 无参装饰器2、 有参装饰器三、 类装饰器1、 查找对象属性2、 `__call__`实现类装饰器3、 将类装饰器添加到成员函数 装饰器 一、 基础准备 1、 可调用对象 在Python中，除了用户定义的函数，调用运算符（即 ()）还可以应用到其他对象上。如果想判断对象能否调用，可以使用内置的 callable() 函数。Pyt
递归生成器
mjl_cv的博客
12-04 354
递归生成器 　　python基础教程中（第2版 修订版）p155页有这样一段代码： def flatten(nested): try: for sublist in nested: for element in flatten(sublist): yiel...
python 生成器装饰器_Python生成器、装饰器
weixin_33544518的博客
02-03 368
## 生成器- 生成器是用来创建Python序列的一个对象- 通常生成器是为迭代器产生数据的- 例如range()函数就是一个生成器- 每次迭代生成器时，它都会记录上一次调用的位置，并返回下一个值，这使程序不需要创建和存储完整的序列## 生成器函数- 生成器函数与普通函数类似，但它的返回值使用yield语句，而不是return1 def my_range(start=0, last=10, ste...
python之递归生成器[yield用法]
hanyunkaka的博客
10-09 2656
Magnus Lie Hetland在《Python基础教程》中介绍递归生成器的代码晦涩难懂。本文详细解释了递归生成器的用法，并且以更为通俗易懂的方式改写了书中的代码。
python 装饰器 递归函数 记录
MagicHen
02-03 750
第一步：简单实现装饰器 def login(func): print("in Login") return funcdef tv(name): print("{name} in TV".format(name = name))tv = login(tv) tv('Jack')# out: # in Login # Jack in TV第二步：同上 效果相同，但是使用的是@l
对Python生成器、装饰器、递归的使用详解
09-19
### Python生成器、装饰器、递归的使用详解 #### 一、Python生成器 生成器是Python中一种特殊的迭代器，它允许开发者在需要时生成数据而不是一次性创建所有数据。这种方式可以节省内存并提高程序效率。 ##### 1.1...
深入理解python函数递归和生成器
01-20
一、什么是递归 如果函数包含了对其自身的调用，该函数就是递归的。递归做为一种算法在程序设计语言中广泛应用，它通常把一个大型复杂的问题层层转化为一个与原问题相似的规模较小的问题来求解，递归策略只需少量的...
65、Python 装饰器、生成器与协程详解
sre5engineer的博客
08-04 106
本文详细介绍了Python中的装饰器、生成器和协程，包括它们的定义、用途、优缺点以及实际应用场景。文章通过丰富的示例代码展示了如何使用这些功能来提高代码的简洁性、可读性和性能，并探讨了它们在实际开发中的最佳实践和注意事项。适合希望深入理解Python高级编程特性的开发者阅读。
Python递归生成器
denao 的博客
07-19 1301
递归生成器
模拟递归生成器
mjl_cv的博客
12-04 243
模拟递归生成器 　　与递归生成器实现同样的功能，不过这里使用非生成器的方法来模拟。 def flatten(nested): result = [] try: for sublist in nested: for element in flatten(sublist): ...
python递归生成器
一个IT菜鸟的自白
12-18 2521
def fat(nest): try : try:nest+'' except TypeError:pass else:raise TypeError for sublist in nest: for element in fat(sublist): yield elem
【python学习】python的生成器和装饰器
learning CV
10-26 1218
https://github.com/JackKoLing/python_notes_with_ten_days 俗话说：“好记性不如烂笔头”，多写写多记记，总不会错。多一些不为什么的坚持，少一些功利主义的追求。对于环境的配置，可以参考以下两篇： win10版 @小保，公众号：CV之道 【深度学习环境配置】手把手实战配置深度学习环境（win10版） Linux版 @小保，公众号：CV之道 【深度学习环境配置】手把手实战配置深度学习环境（Ubuntu20.04版） 【声明】：学习笔记基于互联网上各种
python 生成器装饰器_精析python中的装饰器、生成器
weixin_39636987的博客
12-06 201
wahaha()jiaduobao()此处调用原函数时，可以发现函数的功能是可以正常执行的，符合了编程开放-封闭的规则，而设置了一个可以控制的变量FLAGE，通过改变FLAGE的值，控制装饰器的开关。分析：@time_out(FLAGE) 可以把@和time_out(FLAGE)分开来看，在python中程序都是从右向左执行的，所以先执行time_out(FLAGE)这层函数，将timer的内存地...
装饰器和递归函数
diaodouyi4969的博客
06-25 310
1.装饰器II 在装饰器 I 中，装饰器应用之一，可以在遵循开放封闭的原则的前提下，加入新功能。但这种添加方法不完善，即：装饰多个函数，必须 “分类讨论”，无法汇总，不具备耦合性。 一个装饰器装饰多个函数（存在参数的装饰器）：增强代码的耦合性。 带参数的装饰器基本形式： def outer(n): def middle(x): def inner(*args,*...
python 生成器_python 生成器和迭代器有这篇就够了
weixin_39681171的博客
11-20 159
PS：这篇博客是我上网课做的笔记，也是参考网课老师的博客，就是学习笔记而已，不喜勿喷！（为什么写这句话呢？被喷子恶心到了）本节主要记录一下列表生成式，生成器和迭代器的知识点列表生成器首先举个例子现在有个需求，看列表 [0，1，2，3，4，5，6，7，8，9]，要求你把列表里面的每个值加1，你怎么实现呢？方法一（简单）：info = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]b =...
python——生成器和装饰器
qq_27172205的博客
07-20 500
1、生成式 用来快速生成某一个数据类型的式子 列表生成式[] 需求：已知x=1…10,求y=2x+8,并将求出的所有y值存除到列表中 #1 普通方法 result=[] for x in range(1..11): y=2*x+8 result.append(y) print(result) #2 生成式 result = [ 2*x+8 for x in range(1,11) ] print(result) 列表生成式中的for循环里面可以嵌套if语句，也可以嵌套for语句 需求：判断偶数并计算 r
装饰器＋递归
u013703139的博客
06-04 1032
2道极好的Python算法题｜带你透彻理解装饰器妙用 本文来源自天善社区菜鸟学python的博客（公众号）。 原文链接：https://ask.hellobi.com/blog/caoniao_xueyuan 。 2017-04-02 22:53 每日干货好文分享丨请点击+关注 欢迎关注天善智能微信公众号，我们是专注于商业智能BI，大数据，数据分析领域的垂直社
python装饰器与递归
weixin_30810583的博客
08-19 317
装饰器 开放封闭原则： 装饰器：装饰，装修，房子就可以住，如果装修，不影响你住，而且体验更加，让你生活中增加了很多功能：洗澡，看电视，沙发。 器：工具。 开放封闭原则： 开放：对代码的拓展开放的， 更新地图，加新枪，等等。 封闭：对源码的修改是封闭的。闪躲用q。就是一个功能，一个函数。 别人赤手空拳打你，用机枪扫你，扔雷.....这个功能不会改变。 装饰器：完全遵循开放封闭原则。 装饰...
python 中用递归实现斐波那契数生成器
最新发布
11-11
<think>我们注意到用户要求使用递归实现一个斐波那契数生成器。生成器通常使用yield关键字，而递归则是函数自己调用自己。 但是，递归函数通常返回一个值，而生成器则是生成一个序列。我们能否在递归函数中使用yield呢？答案是肯定的，但是需要特别注意递归过程中如何yield值。 然而，根据引用[4]我们可以知道，递归方法在计算较大的斐波那契数时效率非常低（如n=40时，递归耗时68秒）。如果我们用递归来实现生成器，那么每次生成一个数都要重新计算，效率可能更低。因此，通常不推荐用递归来实现生成器。 但是，为了满足用户的要求，我们可以尝试设计一个递归的生成器。不过，标准的递归斐波那契函数是计算第n项，而生成器需要生成整个序列（从第一项到第n项）。 我们可以这样考虑：生成器应该能够依次生成斐波那契数列的每一项。递归生成器可以通过递归调用来生成前面的项，然后生成当前的项。但是，由于递归的特性，我们可能会重复生成前面已经生成过的项（效率低下），或者我们需要传递状态。 一个可行的思路是：我们定义一个递归生成器，它生成从第0项到第n项的斐波那契数列。但是，递归生成器在生成过程中需要知道前两项的值，并且需要记录当前的位置。 然而，递归生成器并不是常见的做法。常见的做法是用循环（迭代）和生成器结合（如引用[2]和[3]中的方法三），或者用递归计算单个项（如引用[1]）。 如果我们坚持要用递归和生成器，我们可以这样设计： 我们可以写一个递归函数，它生成斐波那契数列的前n项。这个函数会递归地生成前n-1项，然后生成第n项。但是，由于生成器不能简单地返回一个值然后继续递归，我们需要在递归调用时yield from（在Python 3.3以上版本支持）。 具体思路： 1. 当n=0时，生成空（或者有些定义中第0项为0，则yield 0）。 2. 当n=1时，生成0（或者1，根据定义不同）。通常斐波那契数列有两种定义：有的从0开始（0,1,1,2,...），有的从1开始（1,1,2,3,...）。 3. 这里我们采用从0开始：fib(0)=0, fib(1)=1, fib(2)=1, fib(3)=2, ... 因此，我们可以这样定义： def fib_recursive_gen(n): if n == 0: return elif n == 1: yield 0 else: # 递归生成前n-1项 yield from fib_recursive_gen(n-1) # 然后计算第n项（注意：第n项是从0开始数的第n-1项？这里我们生成前n项，那么最后一项就是第n-1项） # 但是，递归生成前n-1项后，我们怎么得到第n-1项和第n-2项？如果递归生成的是一个序列，我们无法直接得到最后两项。 这个方法的问题在于：递归生成器会生成序列，但当我们递归调用fib_recursive_gen(n-1)时，我们得到了前n-1项，但我们无法在生成完成后保留最后两项的值来计算第n项。 因此，我们需要改变思路：让递归生成器返回最后两项的值。但是，生成器的主要目的是生成序列，而不是返回值。我们可以让生成器生成序列，同时通过其他方式记录最后两项？这似乎不太可行。 另一种思路：我们用一个递归函数来生成第n项，然后通过一个包装生成器来循环调用这个递归函数。但是这样每次生成一个数都要递归计算一次，效率极低（类似于引用[1]中的递归，但每次调用只生成一个数，然后下一次生成下一个数时又重复计算）。 考虑到效率，我们不建议使用递归生成器。但是，如果用户坚持要递归方式的生成器，我们可以通过记忆化（memoization）来优化递归，避免重复计算。同时，使用yield from来递归生成前面的项。 然而，我们也可以这样设计：递归生成器内部用一个记忆字典来存储已经计算过的项，这样在递归过程中就可以直接使用，避免重复计算。但是，这样又破坏了递归生成器的“纯粹性”。 鉴于以上困难，我们可能重新考虑问题：用户要求的是“使用递归实现斐波那契数生成器”，我们可以理解为：用递归的方式实现一个生成斐波那契数列的生成器。那么我们可以用递归的思想，但不用递归的函数调用，而是用循环？这显然不符合要求。 实际上，有一个经典的递归生成斐波那契数列的方法，它使用辅助函数，并且利用递归调用来传递状态： def fib_recursive_gen(n, a=0, b=1): if n == 0: return yield a yield from fib_recursive_gen(n-1, b, a+b) 这个函数是一个递归生成器，它利用两个参数a和b来记录当前的斐波那契数，并通过递归调用来更新状态（将b作为下一次的a，a+b作为下一次的b）。每次递归调用生成一个数（a），然后递归生成剩下的n-1个数，但状态已经更新。 这个函数的工作过程： fib_recursive_gen(5, 0, 1): 第一次：n=5, a=0, b=1 -> 生成0，然后递归调用fib_recursive_gen(4, 1, 0+1=1) 第二次：n=4, a=1, b=1 -> 生成1，然后递归调用fib_recursive_gen(3, 1, 1+1=2) 第三次：n=3, a=1, b=2 -> 生成1，然后递归调用fib_recursive_gen(2, 2, 1+2=3) 第四次：n=2, a=2, b=3 -> 生成2，然后递归调用fib_recursive_gen(1, 3, 2+3=5) 第五次：n=1, a=3, b=5 -> 生成3，然后递归调用fib_recursive_gen(0, 5, 3+5=8) -> 返回（停止） 但是注意，这样生成的数列是：0,1,1,2,3 （共5项）。也就是从第0项开始的前5项。 这个递归生成器虽然是递归调用，但实际上是尾递归，并且每次生成一项，效率与迭代方法相同（因为每次递归只生成一个数，并且递归深度为n）。但是，Python没有对尾递归做优化，所以当n很大时（如1000），会超过最大递归深度。 因此，我们可以这样写代码： def fib_recursive_gen(n, a=0, b=1): if n == 0: return yield a yield from fib_recursive_gen(n-1, b, a+b) 但是，这个生成器在n较大时会出现递归深度错误。所以，我们通常还是使用迭代生成器（循环）来实现。 然而，用户要求的是递归实现，我们就提供这个递归生成器的示例，但提醒用户递归深度问题。 下面我们根据引用提供的信息，给出代码示例，并比较不同方法的效率（引用[4]已经说明递归计算单个项的效率很低，但这个递归生成器效率与迭代相当，但受递归深度限制）。 代码示例： def fib_recursive_gen(n, a=0, b=1): """递归生成斐波那契数列的前n项""" if n > 0: yield a yield from fib_recursive_gen(n-1, b, a+b) 测试： list(fib_recursive_gen(10)) # 输出前10项 但是，当n=1000时，会抛出RecursionError。 因此，我们建议对于较大的n，使用迭代生成器。 另外，引用[3]中提供了一个生成器的实现（循环方法），效率高且不会出现递归深度问题。 综上所述，我们提供递归生成器的代码，但也提醒用户其局限性。 注意：用户可能要求的是生成无限序列，但递归生成器由于深度限制，不可能无限。所以递归生成器只适合生成固定数量的项。 因此，我们给出两种递归方式的生成器代码： 1. 递归生成器（带参数n，生成前n项） 2. 递归函数计算单个项，然后通过一个生成器函数循环调用递归函数来生成数列（但效率极低，不推荐） 我们主要展示第一种（尾递归形式的生成器）。 下面给出代码： </think>以下是使用递归实现的斐波那契数生成器的Python代码示例及说明： ### 递归实现斐波那契生成器 ```python def fib_recursive_gen(n, a=0, b=1): """递归生成斐波那契数列的前n个数字""" if n > 0: yield a yield from fib_recursive_gen(n-1, b, a+b) # 生成前10个斐波那契数 print(list(fib_recursive_gen(10))) # 输出: [0, 1, 1, 2, 3, 5, 8, 13, 21, 34] ``` ### 关键特点： 1. **递归结构**： - 基本条件：`n > 0` 时生成数字 - 递归步骤：`yield from` 调用自身生成后续数字 - 状态传递：通过参数 `a`（当前值）和 `b`（下一值）传递计算状态 2. **参数说明**： - `n`：需要生成的数字总数 - `a`：当前斐波那契数（初始值0） - `b`：下一个斐波那契数（初始值1） 3. **工作流程**： - 首次调用：`fib_recursive_gen(10)` → 生成 `0` - 递归调用：`fib_recursive_gen(9, 1, 0+1=1)` → 生成 `1` - 递归调用：`fib_recursive_gen(8, 1, 1+1=2)` → 生成 `1` - 依此类推直至 `n=0` ### 与传统递归对比 | 特性 | 递归生成器 | 传统递归[^1] | |------|------------|--------------| | 计算方式 | 尾递归优化 | 树形递归 | | 时间复杂度 | $O(n)$ | $O(2^n)$ | | 空间复杂度 | $O(n)$ (调用栈) | $O(n)$ (调用栈) | | 适用场景 | 生成序列 | 获取单个数 | ### 注意事项 1. **递归深度限制**： - Python默认递归深度约1000层，可通过 `sys.setrecursionlimit()` 调整 - 对于大数量级（$n>1000$），推荐迭代生成器[^2]： ```python def fib_iterative(n): a, b = 0, 1 for _ in range(n): yield a a, b = b, a+b ``` 2. **初始值设定**： - 标准斐波那契包含 $0$（第0项） - 如需从 $1$ 开始，修改初始参数：`fib_recursive_gen(10, 1, 1)` ### 效率优化建议 对于高频调用场景，建议： 1. 使用缓存装饰器 `@lru_cache` 存储中间结果 2. 改用迭代生成器避免栈溢出风险 3. 预计算常用值（如前100个斐波那契数常量表） > ⚠️ 递归深度警告：当 $n > 1000$ 时可能触发 `RecursionError`，建议优先选择迭代生成器实现[^2][^4]。 --- ### 相关问题 1. 如何在递归生成器中实现记忆化（Memoization）优化？ 2. Python的 `yield from` 语句是如何实现递归生成器工作的？ 3. 哪些场景下递归生成器比迭代生成器更适用？ 4. 如何修改代码使其生成无限斐波那契数列？ 5. 递归生成器与普通递归函数的性能差异如何量化测试？
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值