Python 笔记（11）— 生成器（通过表达式和函数分别创建 generator）

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含 100 万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的 list，从而节省大量的空间。

在 Python 中，这种一边循环一边计算的机制，称为生成器 generator。

要创建一个 generator，有以下几种方法：

1. 通过表达式创建生成器

只要把一个列表生成式的 [] 改成 ()，就创建了一个 generator。

In [41]: g = (x for x in range(3))

In [42]: type(g)
Out[42]: generator

In [43]: g.next()
Out[43]: 0

In [44]: g.next()
Out[44]: 1

In [45]: g.next()
Out[45]: 2

In [46]: g.next()
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-46-d7e53364a9a7> in <module>()
----> 1 g.next()

StopIteration: 
'''
每次调用 next()，就计算出 g 的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误
'''

因为生成器是可迭代的，所以可以通过循环来获取每一个值。但是你只可以迭代他们一次，不能重复迭代，因为它并没有把所有值存储在内存中，而是实时地生成值：

In [18]: g = (x for x in range(3))

In [19]: for i in g:
    ...:     print i
    ...:     
0
1
2
# 再一次迭代时显示的是空值
In [20]: for i in g:
    ...:     print i
    ...:   
        
        

2. 通过函数来创建生成器

如果一个函数定义中包含 yield 关键字，那么这个函数就不再是一个普通函数，而是一个 generator。generator 和函数的执行流程不一样。

• 函数是顺序执行，遇到 return 语句或者最后一行函数语句就返回；
• 而 generator 的函数，在每次调用 next() 的时候执行，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。

In [21]: def gen():
    ...:     for i in range(3):
    ...:         yield i
    ...:         

In [22]: g = gen()

In [23]: g.next()
Out[23]: 0

In [24]: g.next()
Out[24]: 1

In [25]: g.next()
Out[25]: 2

In [26]: g.next()
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-26-d7e53364a9a7> in <module>()
----> 1 g.next()

StopIteration: 

In [27]: g
Out[27]: <generator object gen at 0x0000000003BA0240>

In [28]: gen
Out[28]: <function __main__.gen>

In [29]: gen()
Out[29]: <generator object gen at 0x0000000003BA01B0>

有关 yield 函数的用法，可以参考 https://blog.youkuaiyun.com/wohu1104/article/details/104533897