Python中的range函数与xrange函数及生成器介绍

range([start] ,end, [step])函数和xrange([start] ,end, [step])函数的相同点是都能创建一个列表。如：

>>> range(5)
[0, 1, 2, 3, 4]
>>> list(xrange(5))
[0, 1, 2, 3, 4]

但是，两者返回的原理是不同的。range函数返回的数据类型是一个list，而xrange函数返回的是一个生成器。

>>> l = range(5)
>>> x = xrange(5)
>>> type(l)
<type 'list'>
>>> type(x)
<type 'xrange'>

所以，xrange做循环的性能要比range要好，除非要返回的是一个列表。

生成器(Generator)

# 注，此部分内容参考廖雪峰博客，详细请点击上面生成器的链接。

所谓生成器 (Generator)，它的元素不像列表等对象的元素那样已经存在于内存中，它的元素要到运行的时候才生成。

这样的好处是，它的元素个数可以不受内存的限制，而且还可以节省空间。

生成器可以按照以下方式来创建：

1.将列表生成式中的[ ]修改成( )，如：

>>> l = [ x*x for x in range(5)]
>>> type(l)
<type 'list'>
>>> g = ( x*x for x in range(5) )
>>> type(g)
<type 'generator'>

生成器的元素可以用next()方法来返回，当生成器的元素访问完后，再次运行next方法，会返回一个StopIteration错误

>>> g = ( x*x for x in range(5))
>>> g.next()
0
>>> g.next()
1
>>> g.next()
4
>>> g.next()
9
>>> g.next()
16
>>> g.next()
Traceback (most recent call last):
  File "<input>", line 1, in <module>
StopIteration

如果generator中元素太多的话，每次运行next方法就不太明智，所以，可以使用循环的方式来得到它的元素：

>>> g = ( x * x for x in range(5) )
>>> for n in g:
...     print n
...     
0
1
4
9
16

2.创建生成器的第二种方式是利用yield关键字。普通函数的执行是顺序执行，遇到return或者最后一行时就返回。

而变成generator的函数，每次执行next()时，遇到yield语句返回。再次执行时从上次返回的yield语句处继续执行。例：

>>> def odd():
...     print 'step 1'
...     yield 1
...     print 'step 2'
...     yield 2
...     print 'stet 3'
...     yield 3
...     
>>> o = odd()
>>> o.next()
step 1
1
>>> o.next()
step 2
2
>>> o.next()
stet 3
3
>>> o.next()
Traceback (most recent call last):
  File "<input>", line 1, in <module>
StopIteration

一般我们都不会用next()来访问生成器中的元素，而是使用for循环来访问，如，斐波拉契数列的生成：

>>> def fib(max):
...     n, a, b = 0, 0, 1
...     while n < max:
...         yield b
...         a, b = b, a + b
...         n = n + 1
...         
>>> for n in fib(6):
...     print n
...     
1
1
2
3
5
8