python-生成式

 

列表的扩展知识点。。。。。。。。。。。。

生成器：

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很简单，只要把一个列表生成式的[]改成()，就创建了一个generator（简单方法）：

list = [i*i for i in range(10)]
print(list)#列表

generatere = (i*i for i in range(10))
next(generator)
.
.
.
.
#一个个打印，生成式用next（）函数，一个个获得返回值。。。。

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。这种不断调用next(g)实在是太难受了，正确的方法是使用for循环，因为generator也是可迭代对象，所以，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。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。

还有一种定义生成器的方法（略显高大上）：

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：

这里比较不好理解的就是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。（可以断点调试一下看看）

来个例子（单线程并发）：线程是进程中执行运算的最小单位，即执行处理机调度的基本单位，并发是指在一段时间内同时做多个事情

import time
def employee(name):
    print("%s 准备发工资啦!" %name)
    while True:
       money = yield

       print("钱[%s]来了,被[%s]花了!" %(money,name))


def boss(name):
    c = employee('A')
    c2 = employee('B')
    c.__next__()#只唤醒
    c2.__next__()
    print("老子开始准备撒钱啦!")
    for i in range(10):
        time.sleep(1)
        print("撒了2摞钱!")
        c.send(i)#唤醒yield并给它传值
        c2.send(i)

boss("yue")