Python生成器

Posted 2020-11-08 zhangcd

　　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，如果创建一个包含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。

　　如果列表元素可以按照某种算法推算出来，可以在循环的过程中不断推算出后续的元素，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：

>>> 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 0x000002B3BA7D79E8>

　　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。

　　我们可以直接打印出list的每一个元素，如果要打印出generator的每一个元素，可以通过next()函数获得generator的下一个返回值。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。也可以用for循环：

>>> for n in g:
...     print(n)
...
0
1
4
9
16
25
36
49
64
81

　　当我们创建了一个generator后，基本上永远不会调用next()，而是通过for循环来迭代它，并且不需要关心StopIteration的错误。

 

　　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，斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可以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，a, b = b, a + b这条语句相当于：
t = (b, a + b)  # t是一个tuple
a = t[0]
b = t[1]

 

　　可以看出，fib函数实际上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。也就是说，上面的函数和generator仅一步之遥。要把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)
>>> f
<generator object fib at 0x000002B3BA96F150>

　　在这里，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会返回。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。可以用一个简单的例子展示如下：

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

>>> def odd():
...     print(‘step 1‘)
...     yield 1
...     print(‘step 2‘)
...     yield 3
...     print(‘step 1‘)
...     yield 5
...
>>> o = odd()
>>> next(o)
step 1
1
>>> next(o)
step 2
3
>>> next(o)
step 1
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。

　　同样的，把函数改成generator后，我们基本上从来不会用next()来获取下一个返回值，而是直接用for循环来迭代：

>>> for n in fib(6):
...     print(n)
...
1
1
2
3
5
8

　　但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中。