Python高级教程-生成器

生成器(Generator)

通过列表生成式，可以直接创建一个列表。但是，受内存限制，列表的容量肯定是有限的。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，那么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:

>>> 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 0x0000000002680948>

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。

我么可以直接打印出list中的每一个元素，但是我们怎么打印出generator的每一个元素呢？

如果要一个一个打印出来，可以通过generator的next()方法：

>>> g.next()
0
>>> g.next()
1
>>> g.next()
4
>>> g.next()
9
>>> g.next()
16
>>> g.next()
25
>>> 

当然，上面这种不断调用next()方法不实用，正确的方法是使用for循环，因为generator也是可迭代对象：

>>> g = (x*x for x in range(10))
>>> for n in g:
    print n

    
0
1
4
9
16
25
36
49
64
81

所以，我们创建一个generator后，基本上永远不会调用next()方法，而是通过for循环来迭代它。

generator非常强大。如果推算的算法比较复杂，用类似的列表生成式的for循环无法实现的时候，还可以用函数来实现。

比如，著名的斐波那契数列，除了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：

斐波那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

上面的函数可以输出斐波那契数列的前N个数：

fib(7)
1
1
2
3
5
8
13

仔细观察，可以看出，fib函数实际上是定义了菲波那切数列的推算规则，可以从第一个元素开始，推算后续任意的元素，这种逻辑其实非常雷士于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

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yield语句处继续执行。

例如：定义一个generator，依次返回数字1,3,5：

>>> def odd():
    print 'step1'
    yield 1
    print 'step2'
    yield 3
    print 'step3'
    yield 5

    
>>> o = odd()
>>> o.next()
step1
1
>>> o.next()
step2
3
>>> o.next()
step3
5
>>> o.next()

Traceback (most recent call last):
  File "<pyshell#86>", line 1, in <module>
    o.next()
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，已经没哟yield可以执行了，所以第4次调用next()就报错

回到fib的例子，我们在循环过程中不断调用yield，就会不断中断，当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来。

同样的，把函数改成generator后，我们基本上从来不用next()调用它，而是直接用for循环来迭代：

>>> for n in fib(6):
    print n

    
1
1
2
3
5
8
>>> 

总结

generator是非常强大的工具，在Python中，可以简单地把列表生成式改成generator，也可以通过函数实现复杂逻辑的generator。

要理解generator的工作原理，它是在for循环的过程中不断计算出下一个元素，并在适当的条件结束for循环，对于函数改成的generator，遇到return语句或者执行到函数体的最后一行语句，就是结束generator的指令，for循环随之结束。