从零开始学Python-Day22-生成器

生成器

上一节列表生成式可以用来生成一个完整list，但是如果需要的list容量很大呢？如果需要一个100万个元素的列表，难道要生成这样一个list么，那不是很占内存么？更何况我们可能并不需要这个列表中的所有元素。
是不是没有必要完整生成一个list，而是把规律和算法写入，让其自动推算所有元素呢？Python提供了这样一个工具：生成器generator，通过一边循环一边计算：

一个简单的生成器创建方法就是把列表生成式的[]变成()：

>>> L=[x*x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g=(x*x for x in range(10))
>>> g
<generator object <genexpr> at 0x112fd8f20>
>>> next(g)
0
>>> next(g)
1
>>> next(g)
4
>>> next(g)
9
>>> next(g)
16
>>> next(g)
25
>>> next(g)
36
>>> next(g)
49
>>> next(g)
64
>>> next(g)
81
>>> next(g)
Traceback (most recent call last):
  File "<pyshell#38>", line 1, in <module>
    next(g)
StopIteration
>>> 

L和g的区别仅仅在于创建时一个用的[]一个用的()，L是一个list，g是一个生成器，我们直接输入L就输出了整个list的元素，上面的例子中，我们使用next函数把生成器中每个元素一个个输出出来，当超出生成器的范围时，就直接报错StopIteration（停止迭代）。
生成器保存的是算法，像上面用next一个一行的输出太繁琐，我们可以使用for循环的方式迭代输出：

>>> f=(x*x for x in range(10))
>>> for n in f:
	print(n)

0
1
4
9
16
25
36
49
64
81

对于复杂的生成器，for循环无法表达时，可以通过函数实现，例如斐波拉契数列（Fibonacci），头两个数是1和1，后面每个数都是前两个数之和，也就是：
1，1，2，3，5，8，13，21，34…

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

>>> fib(7)
1
1
2
3
5
8
13
'done'

函数fib其实就是定义了裴波拉切数列的推算方式，这和生成器是类似的，那么如何把这个函数变成一个生成器呢？只需要把print(b)变成yield b就可以：

>>> def fib(max):
	n,a,b=0,0,1
	while n<max:
		yield b
		a,b=b,a+b
		n=n+1
	return 'done'

>>> f=fib(6)
>>> f
<generator object fib at 0x11309f120>
>>> next(f)
1
>>> next(f)
1
>>> next(f)
2
>>> next(f)
3
>>> next(f)
5
>>> next(f)
8
>>> next(f)
Traceback (most recent call last):
  File "<pyshell#86>", line 1, in <module>
    next(f)
StopIteration: done

这样fib就变成一个生成器了，函数执行是顺序执行，遇到return或者执行到底了就返回，而在生成器中，每次next都是遇到yield就返回，下次next从上次yield的位置继续执行。我们定义一个生成器依次输出1、3、5：

>>> def odd():
	print('step 1')
	yield 1
	print('step 2')
	yield 3
	print('step 3')
	yield 5

>>> o=odd()
>>> next(o)
step 1
1
>>> next(o)
step 2
3
>>> next(o)
step 3
5
>>> next(o)
Traceback (most recent call last):
  File "<pyshell#99>", line 1, in <module>
    next(o)
StopIteration

上面的例子可以看到，调用生成器首先要有一个对象o，用next挨个输出时，遇到yield就中断，再次next就接着上次的位置继续，直到最后一次没有可执行的位置了，就直接报错了。
这里next只是为了展示运算的过程，在实际使用中我们依然使用for循环来迭代，接着上面的fib生成器：

>>> for n in fib(7):
	print(n)

1
1
2
3
5
8
13
>>> 

我们看到用for迭代生成器fib时，并没有输出最后返回值’done’，要想拿到返回值就需要捕捉最后一次迭代执行时，终止迭代的报错信息StopIteration，’done’这个返回值就包含在这里：

>>> g=fib(7)
>>> while True:
	try:
		x=next(g)
		print('g:',x)
	except StopIteration as e:
		print(e.value)
		break

g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
g: 13
done