文章目录

• ​​生成器​​

• ​​yield​​
• ​​next()​​

生成器

yield

协同程序
所谓的协同程序就是可以运行的独立函数调用，函数可以暂停或者挂起，并在需要的时候从程序离开的地方继续或者重新开始。
例1

>>> def myGen():
    print('生成器被执行！')
    yield 1
    yield 2
>>> myG = myGen()
>>> next(myG)
生成器被执行！
1

>>> next(myG)
2

>>> next(myG)
Traceback (most recent call last):
  File "<pyshell#5>", line 1, in <module>
    next(myG)
StopIteration

>>> for i in myGen():
  print(i)
生成器被执行！
1
2

例2：斐波那契数列

def libs():
    a = 0
    b = 1
    while True:
        a, b = b, a + b
        yield a

for each in libs():
    if each > 100:  # 100内
        break
    print(each, end=' ')

1 1 2 3 5 8 13 21 34 55 89

next()

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，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：
例3

e= (i for i in range(10))
print(e)

<generator object <genexpr> at 0x0000026F1A8D4C48>

例4

g = (x for x in range(2))
print(next(g))
print(next(g))
print(next(g))

当然，上面这种不断调用next(g)实在是太变态了，正确的方法是使用for循环，因为generator也是可迭代对象：