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: