Python函数-5 生成器

生成器
有时候，序列或集合内的元素的个数非常巨大，如果全制造出来并放入内存，对计算机的压力是非常大的。比如，假设需要获取一个10**20次方如此巨大的数据序列，把每一个数都生成出来，并放在一个内存的列表内，这是粗暴的方式，有如此大的内存么？如果元素可以按照某种算法推算出来，需要就计算到哪个，就可以在循环的过程中不断推算出后续的元素，而不必创建完整的元素集合，从而节省大量的空间。在Python中，这种一边循环一边计算出元素的机制，称为生成器：generator。

生成生成器：

g = (x * x for x in range(1, 4))

g

<generator object <genexpr> at 0x1022ef630>

可以通过next()函数获得generator的下一个返回值，这点和迭代器非常相似：

next(g)

1

next(g)

4

next(g)

9

next(g)

Traceback (most recent call last):

  File "<pyshell#14>", line 1, in <module>

    next(g)

StopIteration

------------------------------------------------

但更多情况下，我们使用for循环。

for i in g:

    print(i)

除了使用生成器推导式，我们还可以使用yield关键字。

def createNums():

    print("----func start------")

    a,b = 0,1

    for i in range(5):

        # print(b)

        print("--1--")

        yield b

        print("--2--")

        a,b = b,a+b    # a,b = 1, 1     a,b = 1,2

        print("--3--")

    print("----func end------")

g= createNums()

next(g)         # 如果想得到yield的值,可以打印next(g)

在 Python中，使用yield返回的函数会变成一个生成器（generator）。 在调用生成器的过程中，每次遇到yield时函数会暂停并保存当前所有的运行信息，返回yield的值。并在下一次执行next()方法时从当前位置继续运行。

# 斐波那契函数

def fibonacci(n):

    a = 0

    b = 1

    counter = 0

    while True:

        if counter > n:

            return

        yield a             # yield让该函数变成一个生成器

        a, b = b, a + b

        counter += 1

fib = fibonacci(10)           # fib是一个生成器

print(type(fib))

for i in fib:

    print(i, end=" ")

生成器是可以循环的,相比next来说,for循环更友好

a = createNums()

这两种取值方式是一样的！！！

a.__next__()

next(a)

for i in a:

    print(i)

send

def test():

    i = 0

    while i<5:

        temp = yield i

        print(temp)

        i+=1

t = test()

next(t)

next(t)

t.send("juran")

next(t)

--------------------------------------------

t = test()

t.send("juran")

Traceback (most recent call last):

  File "/Users/binbin/Desktop/Python/demo.py", line 179, in <module>

    t.send("juran")

TypeError: can't send non-None value to a just-started generator

如何解决这个错误?

> next(t)

  t.send("juran")

> send(None)

生成器的应用
实现多任务

def test1():

    while True:

        print("--1--")

        yield None

def test2():

    while True:

        print("--2--")

        yield None

t1 = test1()

t2 = test2()

while True:

    next(t1)

    next(t2)