目录

生成器的概念

创建生成器之一

创建生成器之二

创建生成器之三

生成器的执行流程

---

生成器的概念

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，会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。生成器对象是一个迭代器：但是它比迭代器对象多了一些方法，它们包括send方法，throw方法和close方法。这些方法，主要是用于外部与生成器对象的交互。

创建生成器之一

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：

L = [x * x for x in range(10)]  #列表生成式

结果为：[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

g = (x * x for x in range(10))  #生成器

<generator object <genexpr> at 0x1022ef630>

创建L和g的区别仅在于最外层的[]和()，L是一个list，而g是一个generator。：可以通过next()函数获得generator的下一个返回值，指导抛出异常：“StopIteration”

 next(g)

结果为：0

next(g) ，#以此类推

Traceback (most recent call last):File "<stdin>", line 1, in <module>StopIteration

我们讲过，generator保存的是算法，每次调用next(g)，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。

创建生成器之二

可以通过for循环创建生成器，因为generator也是可迭代对象：

g = (x * x for x in range(10))

for n in g:

  print(n)

所以，创建了一个generator后，基本上是通过for循环来迭代它，并且不需要关心StopIteration的错误。

创建生成器之三

generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：1, 1, 2, 3, 5, 8, 13, 21, 34, ...，斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：

def fib(max):

    n, a, b = 0, 0, 1

    while n < max:

        print(b)

        a, b = b, a + b

        n = n + 1

    return 'done'

注意，赋值语句：

a, b = b, a + b

相当于：

t = (b, a + b)  # t是一个tuple

a = t[0]

b = t[1]

神器：不必显式写出临时变量就可以赋值。

上面的函数可以输出斐波那契数列的前N个数：

fib(6)

仔细观察，可以看出，fib函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator，但不是generator。

把fib函数变成generator，只需要把print(b)改为yield b就可以了：

def fib(max):

    n, a, b = 0, 0, 1

    while n < max:

        yield b

        a, b = b, a + b

        n = n + 1

    return 'done'

这就是定义generator的另一种方法。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：

f = fib(6)

<generator object fib at 0x104feaaa0>

生成器的执行流程

最难理解的就是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。而变成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。

举个简单的例子，定义一个generator，依次返回数字1，3，5：

def odd():

    print('step 1')

    yield 1

    print('step 2')

    yield(3)

    print('step 3')

    yield(5)

调用该generator时，首先要生成一个generator对象，然后用next()函数不断获得下一个返回值：

 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 "<stdin>", line 1, in <module>StopIteration

可以看到，odd不是普通函数，而是generator，在执行过程中，遇到yield就中断，下次又继续执行。执行3次yield后，已经没有yield可以执行了，所以，第4次调用next(o)就报错。把函数改成generator后，基本上从来不会用next()来获取下一个返回值，而是直接使用for循环来迭代：

 for n in fib(6):

   print(n)