python3中关键字yield

最新推荐文章于 2023-10-28 10:30:35 发布

eleve11

最新推荐文章于 2023-10-28 10:30:35 发布

阅读量245

点赞数

分类专栏： python 文章标签： python

本文链接：https://blog.youkuaiyun.com/mini_mooned/article/details/91623395

版权

python 专栏收录该内容

7 篇文章

订阅专栏

本文探讨了Python3中的关键字`yield`，通过对比`return`，阐述了`yield`如何创建生成器，使得在处理大量数据时能有效节省内存。通过斐波那契数列的例子展示了`yield`的用法，并提供了相关参考资料帮助理解其工作原理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

引入

斐波那契数列的生成(来自参考1,文中使用的python2.7，此处使用的是python3，略有不同)

def fab(max): 
   n, a, b = 0, 0, 1 
   while n < max: 
       print(b) 
       a, b = b, a + b 
       n = n + 1

然后调用函数会print我们的结果，但是结果我们不好进行利用。

def fab(max): 
   n, a, b = 0, 0, 1 
   L = [] 
   while n < max: 
       L.append(b) 
       a, b = b, a + b 
       n = n + 1 
   return L

调用函数通过for循环可以一一获取结果，但是当n过大时，运行时所占用的内存也会越大

class Fab(object):

    def __init__(self, max):
        self.max = max
        self.n, self.a, self.b = 0, 0, 1

    def __iter__(self):
        return self

    def __next__(self):
        if self.n < self.max:
            r = self.b
            self.a, self.b = self.b, self.a + self.b
            self.n = self.n + 1
            return r
        raise StopIteration()

(不了解__iter__(),__next()可以移步至参考2)
Fab 类通过 next() 不断返回数列的下一个数，内存占用始终为常数。
当然已经满足我们的需求了，但是我们可以通过yield获取更简单通俗的版本

def fab(max): 
    n, a, b = 0, 0, 1 
    while n < max: 
        yield b 
        a, b = b, a + b 
        n = n + 1

此处代码与第一段代码相比，把print换成了yield，此时fab()函数变成了一个 生成器，yield这是返回一个 可迭代 对象
(结合此处与Class Fab与参考2便可更好的理解yield的作用)

return与yield

return隐含的意思是函数正将执行代码的控制权返回给函数被调用的地方。
而yield的隐含意思是控制权的转移是临时和自愿的，我们的函数将来还会收回控制权。