Python生成器与设计模式实践

27、尝试使用生成器函数。从需要多个值的基本迭代器开始（数学序列是典型示例；这里不以斐波那契数列为例）。再试试更高级的生成器，比如接收多个输入列表，然后以某种方式生成合并后的值。另外，编写一个简单的生成器来显示两个文件中相同的行。

以下是实现上述需求的 Python 代码示例。

首先是生成数学序列的基本迭代器，这里以等差数列为例：

# 等差数列生成器
def arithmetic_sequence(start, step):
    num = start
    while True:
        yield num
        num += step

接着是从多个输入列表中合并值的高级生成器：

# 合并多个列表的生成器
def merge_lists(*lists):
    for lst in lists:
        for item in lst:
            yield item

最后是用于显示两个文件中相同行的生成器：

# 显示两个文件中相同行的生成器
def identical_lines(file1_path, file2_path):
    with open(file1_path, 'r') as file1, open(file2_path, 'r') as file2:
        lines1 = set(file1.readlines())
        for line in file2:
            if line in lines1:
                yield line

你可以使用以下方式调用这些生成器：

# 使用等差数列生成器
a_sequence = arithmetic_sequence(1, 2)
for _ in range(5):
    print(next(a_sequence))

# 使用合并列表生成器
list1 = [1, 2, 3]
list2 = [4, 5, 6]
merged = merge_lists(list1, list2)
for item in merged:
    print(item)

# 使用显示相同行生成器
file1_path = 'file1.txt'
file2_path = 'file2.txt'
for line in identical_lines(file1_path, file2_path):
    print(line.strip())

上述代码分别实现了基本迭代器、合并多个列表的生成器以及显示两个文件中相同行的生成器。

28、尝试抽象案例研究中使用的协程，以便 k - 最近邻算法可以用于各种数据集。你需要构建一个协程，该协程接受执行距离和重组计算的其他协程或函数作为参数，然后调用这些函数来找到实际的最近邻。

为了让 k - 最近邻算法能用于各种数据集，可构建一个协程，它接收用于距离和重组计算的其他协程或函数作为参数。在这个协程中，通过调用这些参数函数来完成距离计算和最近邻查找。

例如，对 nearest_neighbors 协程进行改造，使其能接收距离计算函数作为参数。以下是示例代码：

def nearest_neighbors(model_data, num_neighbors, distance_func):
    model = list(model_data)
    target = yield
    while True:
        distances = sorted(
            ((distance_func(c[0], target), c