Python学习札记(十八) 高级特性4 生成器
参考：生成器
Note
1.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，且容易造成空间浪费。所以，如果列表元素可以按照某种算法推算出来，那我们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中这种机制称为生成器：generator。
注意：generator保存的是算法。
第一种生成generator的方法很简单，将列表生成式的[]括号改为()即可：
#!/usr/bin/env python3
L = [i*i for i in range(1, 11)]
G = (i*i for i in range(1, 11))
print(L)
print(G)
sh-3.2# ./generator1.py
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
<generator object <genexpr> at 0x101be17d8>
如果想要一个一个打印出来generator的元素，可以借助next()函数来访问。
>>> g = (i*i for i in range(1, 11))
>>> next(g)
1
>>> next(g)
4
>>> next(g)
9
>>> next(g)
16
>>> next(g)
25
>>> next(g)
36
>>> next(g)
49
>>> next(g)
64
>>> next(g)
81
>>> next(g)
100
>>> next(g)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
generator保存的是算法，在调用next()函数的时候是先用保存的算法计算得到值再输出。next()函数在越界的时候报“StopIteration”错误。
但是= =，generator基本不用next()函数。一般使用for循环输出元素。
for i in G :
print(i)
1
4
9
16
25
36
49
64
81
100
2.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。
比如斐波那契数列：
def fib(maxn) :
i, a, b = 1, 1, 1
print(1)
while i < maxn:
print(b)
a, b = b, a+b
i = i+1
输出斐波那契数列的前n个数。
>>> from generator1 import fib
>>> fib(5)
1
1
2
3
5
>>> fib(10)
1
1
2
3
5
8
13
21
34
55
注意语句：
i, a, b = 1, 1, 1
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。
也就是说，这种算法也可以通过generator的方法进行保存。
改动为generator也很简单：print(b) => yield(b)。
def fib1(maxn) :
i, a, b = 0, 0, 1
while i < maxn:
yield(b)
a, b = b, a+b
i = i+1
>>> from generator1 import fib1
>>> fib1(5)
<generator object fib1 at 0x101be18e0>
>>> fib1(10)
<generator object fib1 at 0x101be1938>
这里，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。
注意理解这段话：
- 1.generator在使用next()的时候基于保存的算法进行计算并执行语句；
- 2.generator在遇到yield(n)语句的时候返回n；
- 3.再次用next()调用generator时，从上一个返回的yield语句开始执行。
def exp():
print('step 1:')
yield(1)
print('step 2:')
yield(3)
print('step 3:')
yield(5)
exp()函数内含yield()语句，因而是一个generator。
>>> from generator1 import exp
>>> exp()
<generator object exp at 0x1013e1938>
调用exp()函数时，需要先创建一个generator对象，并通过next()函数执行generator。
>>> output = exp()
>>> print(next(output))
step 1:
1
>>> print(next(output))
step 2:
3
>>> print(next(output))
step 3:
5
>>> print(next(output))
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
因此，generator在调用next()函数时执行，在遇见yield()语句时返回。
当然，我们在函数也尽量避免使用next()函数，使用迭代取代next。
>>> for i in fib1(5):
... print(i)
...
1
1
2
3
5
练习：
杨辉三角定义如下：
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
把每一行看做一个list，试写一个generator，不断输出下一行的list：
My Answer:
def triangles():
i = 1
L = []
while i <= 10:
L1 = []
L1.append(1)
if i > 1 :
for j in range(1, i-1):
# print('i', i, 'j', j)
a, b = int(L[j]), int(L[j-1])
# print(a, b)
L1.append(a+b)
if i > 1 :
L1.append(1)
yield(L1)
i = i+1
L = L1
n = 0
for t in triangles():
print(t)
n = n + 1
if n == 10:
break
[1]
[1, 1]
[1, 2, 1]
[1, 3, 3, 1]
[1, 4, 6, 4, 1]
[1, 5, 10, 10, 5, 1]
[1, 6, 15, 20, 15, 6, 1]
[1, 7, 21, 35, 35, 21, 7, 1]
[1, 8, 28, 56, 70, 56, 28, 8, 1]
[1, 9, 36, 84, 126, 126, 84, 36, 9, 1]
sh-3.2#
2017/2/7
