孙行者定身术+时间机器-Generator in Python(正文)

书接上回，为什么需要coroutine?我们采用一个经典而浅显的案例：计算Fibnacci数列。翠花，上代码(C代码)：

void get_fib(int n, int* result)

{

int i = 0;

for (i = 0; i < n; i++)

{

if (i < 2)

{

result[i] = i;

continue;

}

result[i] = result[i - 1] + result[i - 2];

}

}

上述代码中，参数n指定生成Fibnacci数字的个数，result为存放结果的buffer。这种写法是常见套路之一。我不必细说你就可以想象出调用处是怎样使用这个函数的。这是传统函数的套路。它有一个比较烦人的地方，就是存储空间的管理。如果数列规模n比较大，你不得不很不情愿地准备一个很大的空间用于存储，还可能一直提心吊胆地担心内存溢出或泄漏。

OK, 现在该轮到generator出场了。翠花，上代码(Python)：

函数定义处：
def get_fib():

a, b = 0, 1

while 1:

yield b

a, b = b, a+b

函数调用处：

fib = get_fib()

for num in fib:

print num

注意，在这里你看不到准备存储空间的代码，因为确实没有这个动作。同时，yield登台亮相了。

Python版的这个”虚伪”的函数get_fib，在调用语句“fib = get_fib()”中，它其实并未被执行，而是构造并返回了一个被称为generator的对象，然后它被用在接下来的for循环中，用于枚举和打印fibnacci数(想要多少要多少，直到你主动退出循环)。按照官方的说法，这个generator的本质是一个迭代器(iterator)，一个对象，它暗含了一个next()方法，该方法在for循环中被隐式调用。for循环每调用一次next方法，get_fib()函数的代码才被真正执行一次，但执行中遇到yield语句后就挂起，紧随yield其后的表达式b被作为本次返回值返回给调用者，本次运行结束。下一次next()再被调用，再从冻结处继续执行。也就是说，每次运行它都只运行函数体的一部分而不是全部，并且能够自动记忆前次停止的位置以便下一次从那里继续执行。

该怎样来认识generator的本质呢？其实，它就像是一个被动吐泡泡的机器，你碰它一下(调用next()方法)，它就吐一个泡泡，不碰则不吐。我想这就是其名称“generator”的来历吧，因为它就负责不断地generate数据给调用者。因此，它不需要事先准备好一大块空间存放一堆泡泡，任意时刻它只产生一个泡泡！！！Python的官方文档说，generator是一个轻量级的coroutine实现。Wiki中的coroutine词条说coroutine是一个有多个入口、可以多次挂起和恢复执行的subroutine。这两个解释，和你在本例中看到的完全一致。按我个人的理解，在应用层面上看，generator是采用了时间换空间的策略，即用多次执行的代价换取了节省大片存储空间的好处。对于Fibnacci这个特别简单的例子，如果在C版本中增加若干局部static变量应该可以近似地模拟出来。

那么，这样的时空互换策略真的值得吗？有普遍应用的意义吗？这也是我怀疑的一点。别跟我一样孤陋寡闻。按照Wiki以及有识者的介绍，generator非常实用且应用非常广泛甚至可用在系统编程级别，例如合作性任务(生产者消费者问题)、迭代器、无穷列表(你没法事先准备足够大的空间)、实现pipe。而且，表面上就有一个显著的优势：你不必等所有数据都准备好才开始处理，有一个就处理一个。在读取特别大的文件时，generator也是非常好用的手法。有一位貌似比较资深的工程师提到，利用generator可以很容易地实现Unix编程中非常典型的pipeline架构，有兴趣深入的话，我建议你看看这里。

后记：

我知道即使我这样仔细的举例说明，第一次接触它的人还是不一定能够真的理解。因为这里边的确有编程理念上的冲击。你不能抱着对传统函数的理解不放，这将成为理解generator和coroutine的最大障碍。不过，不要灰心，一次不行就多来几次，可以在网络上多看些相关文章(我建议你尽量看英文的或limodou的解释)，或者来找我聊聊，我可以给你演示一些更生动的例子。

你可能会不屑于花费时间和精力来学些这么一个看似怪诞的东西，但是，我亲身的体会是，这宝贝真的值得你花时间来学习一下，即使你是一个老家伙。学习它将会非常有益于扩展你的技术视野以及编程理念，是一种显著的提高。真的，我不忽悠。等你掌握了定身术和时间机器的时候，你一定得请我吃一顿。