python3之生成器

        斐波那契（Fibonacci）数列列是一个非常简单的递归数列，除第一个和第二个数外，任意一个数都可由前两个数相加

得到。

用计算机程序输出斐波那契數列的前 N 个数是一个非常简单的问题，许多初学者都可以轻易写出如下函数：




def fab(max):

    n, a, b = 0, 0, 1

    while n < max:

        # print b

        a, b = b, a + b

        n = n + 1

通过对fab函数简单的修改，就可以将fab函数转为一个生成器




def fabs(max):

    n, a, b = 0, 0, 1

    while n < max:

        yield b

        # print b

        a, b = b, a + b

        n = n + 1




        yield 的作用就是把一个函数变成一个 生成器，带有 yield 的函数不再是一个普通函数，Python 解释器会将其视为

一个 generator，调用 fab(5) 不会执行 fab 函数，而是返回一个 iterable 对象！在 for 循环执行时，每次循环都会执行 fab

函数内部的代码，执行到 yield b 时，fab 函数就返回一个迭代值，下次迭代时，代码从 yield b 的下一条语句继续执行，

而函数的本地变量看起来和上次中断执行前是完全一样的，于是函数继续执行，直到再次遇到 yield。

        也可以手动调用 fab(5) 的 next() 方法（因为 fab(5) 是一个 generator 对象，该对象具有 next() 方法），

这样我们就可以更清楚地看到 fab 的执行流程：

na = fabs(3)

print(next(na))

>>0

print(next(na))

>>1

print(next(na))

>>2

print(next(na))

>>StopIteration

当函数执行结束时，generator 自动抛出 StopIteration 异常，表示迭代完成。

在 for 循环里，无需处理 StopIteration 异常，循环会正常结束。

yield 的好处是显而易见的，把一个函数改写为一个 generator 就获得了迭代能力，比起用类的实例保存状态来计算下一个 next() 的值，不仅代码简洁，而且执行流程异常清晰。

如何判断一个函数是否是一个特殊的 generator 函数？可以利用 isintance(fsbs,genrator) 判断：

print(isintance(fsbs,genrator))

>>.True