什么是生成器表达式？

这是一个非常核心且重要的 Python 概念！👏

🌟 一句话定义：

生成器表达式（Generator Expression）是一种内存高效的“惰性”数据生成方式，它不会立即创建整个列表，而是在需要时逐个产生值。

你可以把它理解为：“节省内存的列表推导式”。

---

🔁 对比：列表推导式 vs 生成器表达式

写法	示例	特点
列表推导式	[x**2 for x in range(5)]	立即生成所有值，返回一个 list
生成器表达式	(x**2 for x in range(5))	惰性计算，返回一个 生成器对象

✅ 举例：

# 列表推导式：立即计算，全部放入内存
squares_list = [x**2 for x in range(5)]
print(squares_list)  # [0, 1, 4, 9, 16]  ← 是一个列表

# 生成器表达式：不立即计算，返回一个“可迭代对象”
squares_gen = (x**2 for x in range(5))
print(squares_gen)   # <generator object <genexpr> at 0x...>  ← 是一个生成器

---

🧠 什么是“惰性计算”（Lazy Evaluation）？

• 列表推导式：一创建就计算所有值，比如 range(1000000) 会立刻生成 100 万个数字并存入内存。
• 生成器表达式：只在你“要取值的时候”才一个一个计算，用完就丢，不占内存。

✅ 举个生活例子：

想象你要喝 100 杯水：

• 列表推导式：先把 100 杯水全倒好，放在桌上 → 占用大量空间（内存）
• 生成器表达式：只倒第 1 杯，喝完再倒第 2 杯，喝完再倒第 3 杯 → 只占 1 杯的空间

👉 显然，生成器更节省内存！

---

🔍 如何使用生成器？

生成器是“可迭代对象”，可以用：

1. for 循环遍历

gen = (x**2 for x in range(5))
for value in gen:
    print(value)
# 输出：0, 1, 4, 9, 16

2. next() 逐个取值

gen = (x**2 for x in range(3))
print(next(gen))  # 0
print(next(gen))  # 1
print(next(gen))  # 4
print(next(gen))  # 报错：StopIteration

3. 转成列表（慎用，会失去内存优势）

gen = (x**2 for x in range(5))
list(gen)  # [0, 1, 4, 9, 16]

⚠️ 但一旦转成列表，就失去了“节省内存”的优势。

---

✅ 为什么用生成器表达式？

优点	说明
内存效率高	不存储所有值，适合处理大数​​据（如百万级数据）
延迟计算	只在需要时才计算，避免浪费
与 sum, max, min, set 等函数配合好	这些函数是逐个读取的，不需要先转列表

🔥 经典场景：你之前的代码

set(d.depart for d in crm_departments if d.depart)

• d.depart for ... 是生成器表达式
• set() 会逐个读取它的值
• 不需要先把所有 depart 放入列表，节省内存

如果写成：

set([d.depart for d in crm_departments if d.depart])  # ❌ 多创建一个列表

就会先生成一个临时列表，浪费内存。

---

⚠️ 注意事项

1. 生成器只能遍历一次

gen = (x**2 for x in range(3))

list(gen)  # [0, 1, 4]
list(gen)  # [] ← 再次遍历是空的！

👉 一旦用完，就“耗尽”了，不能重用。

2. 不支持索引

gen = (x**2 for x in range(3))
print(gen[0])  # ❌ 报错：TypeError

因为生成器不是序列，不能像列表那样 gen[0]。

---

✅ 什么时候用生成器表达式？

场景	推荐
数据量大（如 > 1万条）	✅ 强烈推荐
只遍历一次（如传给 sum, set, any, all）	✅ 推荐
需要索引或多次遍历	❌ 用列表推导式
调试时想看所有值	❌ 用列表推导式（方便打印）

---

🎯 总结

项目	内容
名称	生成器表达式（Generator Expression）
语法	(表达式 for 变量 in 可迭代对象 if 条件)
返回值	生成器对象（generator）
特点	惰性计算、节省内存、只能遍历一次
适用场景	大数据处理、配合 sum, set, max 等函数
对比列表推导式	更省内存，但不能索引、不能重复使用

🎯 一句话记住：

生成器表达式是“边用边算”的节能模式，适合处理大量数据；列表推导式是“先算好再用”的便利模式，适合小数据或需要重复使用的场景。