Python生成器函数

一丶生成器generator

• 生成器指的是生成器对象，可以有生成器表达式得到，也可以使用yield关键字得到一个生成器函数，调用这个函数得到一个生成器对象
• 生成器对象，是一个可迭代对象，是一个迭代器
• 生成器对象，是延迟计算、惰性求值的

二丶生成器函数

• 函数体中包含yield语句的函数，就是生成器函数，调用后返回生成器对象

In [1]: x = (i for i in range(5)) # 生成器表达式

In [2]: type(x)
Out[2]: generator

In [3]: next(x)
Out[3]: 0

In [4]: next(x)
Out[4]: 1

In [5]: def inc(): # 生成器函数
   ...:     for i in range(5):
   ...:         yield i + 1
   ...: 

In [6]: type(inc())
Out[6]: generator

In [7]: g = inc()

In [8]: next(g)
Out[8]: 1

普通函数调用,函数会立即执行知道执行完毕。
生成器函数调用，并不会立即执行函数体，而是需要使用next函数来驱动生成器执行后获得的生成器对象。
生成器表达式和生成器函数都可以得到生成器对象，只不过生成器函数可以写的更加复杂的逻辑。

三丶生成器的执行

In [9]: def inx1():  # 自定义一个生成器函数
   ...:     print("AAA")
   ...:     yield 1
   ...:     print("BBB")
   ...:     yield 2
   ...:     print("CCC")
   ...:     return 3
   ...:     yield 4
   ...:     

In [10]: next(inx1())
AAA
Out[10]: 1

In [11]: next(inx1())
AAA
Out[11]: 1

In [12]: n = inx1()

In [13]: next(n)
AAA
Out[13]: 1

In [14]: next(n)
BBB
Out[14]: 2

In [15]: next(n)   # next()到头会抛出StopIteration
CCC
Traceback (most recent call last):

  File "<ipython-input-15-0fa053c92e6d>", line 1, in <module>
    next(n)

StopIteration: 3

In [16]: next(n,"DDD") # next可以接收两个参数,自定义一个缺省值,没有元素及返回缺省值
Out[16]: 'DDD'

对上面的理解:

• 在生成器函数中,可以多次yield,每执行一次yield后暂停执行,返回yield表达式的值
• 再次执行会执行到下一个yield语句又会暂停执行
• return语句依然可以终止函数运行,但return语句的返回值不能被获取到
• return会导致当前函数的返回,无法继续执行获取下一个值,抛出StopIteration异常
• 如果函数没有显示的return语句,如果生成器函数执行到结尾(相当于执行了return None),一样会抛出StopIteration异常

生成器函数总结

• 包含yield语句的生成器函数调用后,生成生成器对象的时候,申城器函数的函数体不会立即执行
• next(generator)会从函数的当前位置向后执行到之后碰到的第一个yield语句,会弹出值,并暂停函数执行
• 再次调用next函数,和上一条一样的处理过程
• 继续调用next函数,生成器函数如果执行了(显式或隐式的调用了return语句),会抛出StopIteration异常

四丶生成器应用

1.无限循环

In [20]: def inifite():
   ...:    count = 0
   ...:    while True:
   ...:        yield count
   ...:        count += 1
   ...:        

In [21]: ini = inifite()
In [22]: next(ini)
Out[22]: 0
In [23]: next(ini)
Out[23]: 1

2.计数器

In [26]: def counter():
   ...:    def inner1():
   ...:        count = 0 
   ...:        while True:
   ...:            yield count
   ...:            count += 1
   ...:    c = inner1()
   ...:    return lambda :next(c)
   ...:    
   
In [27]: c = counter()

In [28]: c()
Out[28]: 0

In [29]: c()
Out[29]: 1

3,斐波那契数列

In [30]: def fib(n):
   ...:     a = 0
   ...:     b = 1
   ...:     count = 0
   ...:     while True:
   ...:         count += 1
   ...:         a, b = b, a+b
   ...:         if count == n:
   ...:             yield a
   ...:         

In [31]: f = fib(5)

In [32]: next(f)
Out[32]: 5

4,生成器交互

python提供了一个和生成器对象交互的方法send,该方法可以和生成器沟通。

In [35]: def outer():
    ...:     def counter2():
    ...:         count = 0
    ...:         while True:
    ...:             count += 1
    ...:             response = yield count
    ...:             if response is not None:
    ...:                 count = response
    ...:     c = counter2()
    ...:     return lambda x = False : next(c) if not x else c.send(0)
    ...: 

In [36]: g = outer()

In [37]: g()
Out[37]: 1

In [38]: g()
Out[38]: 2

In [39]: g(True)
Out[39]: 1

In [40]: g()
Out[40]: 2

• 调用send方法,就可以把send的实参传给yield语句做结果,这个结果可以在等式右边被复制给其他变量
• send和next方法一样可以推动生成器启动并执行