python迭代器和生成器笔记_print(b)改为yield b-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_40894300/article/details/89291218

本文深入探讨了Python中生成器的概念，解释了如何使用生成器节省内存空间，特别是在处理大型数据集时的优势。通过对比列表和生成器，文章详细介绍了生成器的工作原理，包括其在循环过程中的动态数据生成机制，并提供了斐波那契数列生成器的实现示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

生成器
通过列表生成器，我们可以直接创建一个列表，但是，受到内存限制，列表容量是有限的。
所以，如果列表元素可以按某种算法推出，那我们是否可以在循环过程中不断推出后续元素呢？这样就不必创建完整的list，从而节省大量内存空间，在python中，这种一边计算的机制，称为生成器：generator：

要创建一个列表
在这里插入图片描述

生成器只有一个__next__()方法，只记录当前数据，不能返回上一个数据
我们创建一个generator后，基本上不会调用next（）函数，而是通过for循环来迭代它，并且不需要关心StopIteration错误

如斐波那契数列Fibonacci：
1，1，2，3，5，8.。。。。
斐波那契数列不能用列表生成式写出，但用函数却很容易打印出来

"""

生成器

"""

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

    return "done"

注意此处的 a,b=b,a+b
意思是： t=(a,a+b)
a=t[0]. b=t[1]

将上述的函数变为生成器只有一步之遥，只需把print(b)改为：yield b


"""

生成器

"""

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

    return "done"

fib_generator=fib(100)
print(fib_generator.__next__())
print(fib_generator.__next__())
print(fib_generator.__next__())
print(fib_generator.__next__())

运行结果：
/Library/Frameworks/Python.framework/Versions/3.7/bin/python3 /Users/li/Desktop/pythonproject/day01列表.py
1
1
2
3

Process finished with exit code 0

dadsa