Python生成器的詳細(xì)介紹

好程序員IT 2020-10-27

展開全文

　　Python生成器的詳細(xì)介紹，首先生成器是Python初級開發(fā)者最難理解的概念之一，雖被認(rèn)為是Python編程中的高級技能，但在各種項目中可以隨處見到生成器的身影，你得不得去理解它、使用它、甚至愛上它。

　　提到生成器，總不可避免地要把迭代器拉出來對比著講，生成器就是一個在行為上和迭代器非常類似的對象，如果把迭代器比作Android系統(tǒng)，那么生成器就是iOS，二者功能上差不多，但是生成器更優(yōu)雅。

　　什么是迭代器

　　顧名思義，迭代器就是用于迭代操作（for循環(huán)）的對象，它像列表一樣可以迭代獲取其中的每一個元素，任何實現(xiàn)了__next__方法（python2是next）的對象都可以稱為迭代器。

　　它與列表的區(qū)別在于，構(gòu)建迭代器的時候，不像列表把所有元素一次性加載到內(nèi)存，而是以一種延遲計算（lazyevaluation）方式返回元素，這正是它的優(yōu)點。比如列表含有中一千萬個整數(shù)，需要占超過400M的內(nèi)存，而迭代器只需要幾十個字節(jié)的空間。因為它并沒有把所有元素裝載到內(nèi)存中，而是等到調(diào)用next方法時候才返回該元素（按需調(diào)用callbyneed的方式，本質(zhì)上for循環(huán)就是不斷地調(diào)用迭代器的next方法）。

以斐波那契數(shù)列為例來實現(xiàn)一個迭代器：

class Fib:

def __init__(self, n):

self.prev = 0

self.cur = 1

self.n = n

def __iter__(self):

return self

def __next__(self):

if self.n > 0:

value = self.cur

self.cur = self.cur + self.prev

self.prev = value

self.n -= 1

return value

else:

raise StopIteration()

# 兼容python2

def __next__(self):

return self.next()

f = Fib(10)

print([i for i in f])

#[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

什么是生成器

知道迭代器之后，就可以正式進(jìn)入生成器的話題了。普通函數(shù)用return返回一個值，和Java等其他語言是一樣的，然而在Python中還有一種函數(shù)，用關(guān)鍵字yield來返回值，這種函數(shù)叫生成器函數(shù)，函數(shù)被調(diào)用時會返回一個生成器對象，生成器本質(zhì)上還是一個迭代器，也是用在迭代操作中，因此它有和迭代器一樣的特性，唯一的區(qū)別在于實現(xiàn)方式上不一樣，后者更加簡潔

最簡單的生成器函數(shù)：

>>> def func(n):

... yield n*2

...

>>> func

>>> g = func(5)

>>> g

>>>

func就是一個生成器函數(shù)，調(diào)用該函數(shù)時返回對象就是生成器g，這個生成器對象的行為和迭代器是非常相似的，可以用在for循環(huán)等場景中。注意yield對應(yīng)的值在函數(shù)被調(diào)用時不會立刻返回，而是調(diào)用next方法時（本質(zhì)上for循環(huán)也是調(diào)用next方法）才返回

>>> g = func(5)

>>> next(g)

>>> g = func(5)

>>> for i in g:

... print(i)

...

那為什么要用生成器呢？顯然，用生成器在逼格上要比迭代器高幾個等級，它沒有那么多冗長代碼了，而且性能上一樣的高效，為什么不用呢？來看看用生成器實現(xiàn)斐波那契數(shù)列有多簡單。

def fib(n):

prev, curr = 0, 1

while n > 0:

n -= 1

yield curr