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)

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

巴特西

Python学习札记(十八) 高级特性4 生成器

参考：生成器

Note

练习：

最新文章

热门文章