13lambda_yield_yieldfrom_coroutine
目录
匿名函数... 1
生成器generator：... 2
生成器函数：... 2
生成器应用：... 5
coroutine协程：... 6
匿名函数
匿名，即没有名字，没有名字的函数；
python借助lambda表达式构建匿名函数；
格式：
lambda 参数列表: 表达式
参数列表不需要小括号；
冒号是用来分割参数列表和表达式的；
不需要使用return，表达式的值就是匿名函数的返回值；
lambda表达式只能写在一行上，被称为单行函数；
用途，高阶函数传参时，使用lambda表达式，往往能简化代码；
例：
In [2]: lambda x: x**2
Out[2]: <function __main__.<lambda>>
In [3]: (lambda x: x**2)(4) #调用
Out[3]: 16
In [4]: foo=lambda x,y:(x+y)**2 #不推荐这么用
In [5]: foo(2,1)
Out[5]: 9
In [6]: def foo(x,y): #如果复杂时，建议使用普通函数
...: return (x+y)**2
...: foo(2,1)
...:
Out[6]: 9
In [7]: lst=['a',2,1]
In [8]: lst.sort(key=str) #高阶函数，str为函数
In [9]: lst
Out[9]: [1, 2, 'a']
In [10]: lambda :0 #无参函数，返回常数0
Out[10]: <function __main__.<lambda>>
In [11]: (lambda x,y=3:x+y)(5)
Out[11]: 8
In [12]: (lambda x,y=3: x+y)(5,6)
Out[12]: 11
In [13]: (lambda x,*,y=30: x+y)(5)
Out[13]: 35
In [14]: (lambda x,*,y=30: x+y)(5,y=10)
Out[14]: 15
In [15]: (lambda *args:(x for x in args))(*range(5)) #生成器，惰性求值
Out[15]: <generator object <lambda>.<locals>.<genexpr> at 0x7f892ccaca40>
In [16]: (lambda *args: [x for x in args])(*range(5)) #列表解析，立即求值
Out[16]: [0, 1, 2, 3, 4]
In [18]: (lambda *args: {x+2 for x in args})(*range(5))
Out[18]: {2, 3, 4, 5, 6}
In [20]: [x for x in (lambda *args: map(lambda x: x+1,args))(*range(5))] #高阶函数
Out[20]: [1, 2, 3, 4, 5]
In [22]: [x for x in (lambda *args: map(lambda x: (x+1,args),args))(*range(5))]
Out[22]:
[(1, (0, 1, 2, 3, 4)),
(2, (0, 1, 2, 3, 4)),
(3, (0, 1, 2, 3, 4)),
(4, (0, 1, 2, 3, 4)),
(5, (0, 1, 2, 3, 4))]
生成器generator：
生成器指的是生成器对象，可以由生成器表达式得到，也可以使用yield关键字得到一个生成器函数，调用这个函数得到一个生成器对象；
库函数中有大量使用；
生成器表达式和生成器函数能够生成生成器对象；
生成器函数：
函数中包含yield语句的函数，返回生成器对象；
生成器对象，是一个可迭代对象，是一个迭代器；
生成器对象，是延迟计算，惰性求值的；
普通的函数在调用后，会立即执行完毕，但生成器函数可使用next()多次执行；
生成器函数等价于生成器表达式，只不过生成器函数更加复杂；
生成器函数，核心：让出；
在生成器函数中，使用多个yield语句，执行一次后会暂停执行，把yield表达式的值返回；
再次执行会执行到下个yield语句；
return语句依然可以终止函数运行，但return语句的返回值不能被获取到，生成器函数中一般不加return语句；
return会导致无法继续获取下一个值，抛StopIteration异常；
如果函数没有显式的return语句，如果生成器函数执行到结尾一样会抛StopIteration异常；
包含yield语句的生成器函数，生成生成器对象时，生成器函数的函数体不会立即执行；
next(generator)会从函数的当前位置向后执行到之后碰到的第一个yield语句，会弹出值，并暂停函数执行，next()可理解为拨一下转一次；
再次调用next()，和上一条一样的处理过程，当没有元素时可给缺省值next(g,'End')，防止抛异常；
没有多余的yield语句能被执行，继续调用next()，会抛StopIteration异常；
例：
In [23]: def inc():
...: for i in range(5):
...: yield i #出现yield就是生成器函数
...:
In [24]: type(inc)
Out[24]: function
In [25]: type(inc())
Out[25]: generator
In [26]: x=inc()
In [27]: type(x)
Out[27]: generator
In [28]: next(x)
Out[28]: 0
In [29]: for n in x:
...: print(n)
...:
1
2
3
4
In [30]: for n in x:
...: print(n) #x在上个for中已迭代完
...:
...:
In [39]: y=(i for i in range(2))
In [40]: type(y)
Out[40]: generator
In [41]: next(y)
Out[41]: 0
In [42]: next(y)
Out[42]: 1
In [43]: next(y)
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-43-81b9d2f0f16a> in <module>()
----> 1 next(y)
StopIteration:
例：
In [44]: def gen():
...: print('line1')
...: yield 1
...: print('line2')
...: yield 2
...: print('line3')
...: return 3
...:
In [45]: next(gen())
line1
Out[45]: 1
In [46]: next(gen())
line1
Out[46]: 1
In [47]: g=gen()
In [48]: next(g)
line1
Out[48]: 1
In [49]: next(g)
line2
Out[49]: 2
In [50]: next(g)
line3
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-50-e734f8aca5ac> in <module>()
----> 1 next(g)
StopIteration: 3
In [51]: g=gen()
In [52]: next(g)
line1
Out[52]: 1
In [53]: next(g)
line2
Out[53]: 2
In [54]: next(g,'End') #没有元素，给缺省值
line3
Out[54]: 'End'
In [55]: next(g,'End')
Out[55]: 'End'
无限循环：
例：
def counter():
i = 0
while True:
i += 1
yield i
def inc(c):
return next(c)
c = counter()
print(inc(c))
print(inc(c))
print(inc(c))
##############
def counter2():
i = 0
while True:
i += 1
yield i
def inc2():
c = counter()
return next(c)
print(inc2()) #1
print(inc2()) #1
print(inc2()) #1，每次都创建生成器对象
生成器应用：
计数器：
def inc():
def counter():
i = 0
while True:
i += 1
yield i
c = counter()
return lambda : next(c) #相当于如下三行，闭包，用到了外层函数的自由变量c,lambda表达式是匿名函数，return返回的是一个匿名函数
#def _inc():
#return next(c)
#return _inc
foo = inc()
print(foo())
print(foo())
处理递归问题：
def fib():
x = 0
y = 1
while True:
yield y
x,y = y,x+y
foo=fib()
for i in range(5):
print(next(foo))
for _ in range(100):
print(next(foo))
#print(next(foo))
coroutine协程：
生成器的高级用法；
比进程、线程轻量级；
是在用户空间调度函数的一种实现；
python3 asyncio就是协程实现，已加入到标准库；
python3.5使用async、await关键字直接原生支持协程；
协程调度器实现思路，有2个生成器A、B，next(A)后，A执行到了yield语句暂停，然后去执行next(B)，B执行到yield语句也暂停，然后再次调用next(A)，再调用next(B)，周而复始，就实现了调度效果；可引入调度的策略来实现切换的方式；
协程是一种非抢占式调度；
yield from语句：
python3.3出现的新语法；
yield from iterrable是for item in iterable: yield item形式的语法糖，从可迭代对象中一个个拿元素；
例：
In [56]: def inc():
...: for x in range(1000):
...: yield x
...:
In [57]: def inc():
...: yield from range(1000)
...:
In [58]: foo=inc()
In [59]: next(foo)
Out[59]: 0
In [60]: next(foo)
Out[60]: 1
例：
In [68]: def counter(n):
...: yield from range(n)
...:
In [69]: def inc(n):
...: yield from counter(n)
...:
In [70]: foo=inc(10)
In [71]: next(foo)
Out[71]: 0
In [72]: next(foo)
Out[72]: 1
习题：
1、把一个字典扁平化flat；
源字典：{'a':{'b':1,'c':2},'d':{'e':3,'f':{'g':4}}}
2、实现base64编码，要求自己实现算法；
3个8bit字节3*8-->转化为4个6bit字节4*6，之后在6bit的前面补两0，形成8bit一个字节的形式，如果剩下的字符不是3个字节，则用0填充，输出字符使用=，因此编码后输出的文本末尾可能会出现1个或2个=；
编码大小为2**6=64;
每一段当作一个8bit看它的值，这个值就是base64编码表的索引值，找到对应字符，再取3个字节，同样处理，直到最后；
例：
abc对应的ascii为：0x61,0x62,0x63，十进制为97,98,99
01100001 01100010 01100011
011000 010110 001001 100011
00011000 00010110 00001001 00100011
24 22 9 35
末尾处理：
正好3个字节，处理方法同上；
剩1个字节或2个字节，用0补满3个字节；
补0的字节用=表示；
大小端模式：
大端模式（Big-endian），是指数据的高字节，保存在内存的低地址中，而数据的低字节，保存在内存的高地址中，这样的存储模式有点儿类似于把数据当作字符串顺序处理：地址由小向大增加，而数据从高位往低位放；
小端模式（Little-endian），是指数据的高字节保存在内存的高地址中，而数据的低字节保存在内存的低地址中，这种存储模式将地址的高低和数据位权有效地结合起来，高地址部分权值高，低地址部分权值低，和我们的逻辑方法一致；
在C语言中，默认是小端（但在一些对于单片机的实现中却是基于大端，比如Keil 51C），Java是平台无关的，默认是大端；在网络上传输数据普遍采用的都是大端；
In [48]: b=int.from_bytes('abc'.encode(),'big')
In [49]: b
Out[49]: 6382179
In [50]: hex(b)
Out[50]: '0x616263'
In [52]: b=int.from_bytes('abc'.encode(),'little')
In [53]: hex(b)
Out[53]: '0x636261'
In [54]: type(b)
Out[54]: int
In [55]: import base64
In [56]: base64.b64encode('abc'.encode())
Out[56]: b'YWJj'
i18n（其来源是英文单词internationalization的首末字符i和n，18为中间的字符数）是“国际化”的简称。在资讯领域，国际化(i18n)指让产品（出版物，软件，硬件等）无需做大的改变就能够适应不同的语言和地区的需要。对程序来说，在不修改内部代码的情况下，能根据不同语言及地区显示相应的界面。在全球化的时代，国际化尤为重要，因为产品的潜在用户可能来自世界的各个角落。通常与i18n相关的还有L10n（“本地化”的简称）。
3、求2个字符串的最长公共子串；
1、
src = {'a':{'b':1,'c':2},'d':{'e':3,'f':{'g':4}}}
target = {}
def flatmap(src,prefix=''):
for k,v in src.items():
if isinstance(v,(dict)):
flatmap(v,prefix=prefix+k+'.')
else:
target[prefix+k] = v
flatmap(src)
print(target)
#####################
src = {'a':{'b':1,'c':2},'d':{'e':3,'f':{'g':4}}}
def flatmap(src,dst=None,prefix=''):
if dst == None:
dst = {}
for k,v in src.items():
if isinstance(v,(dict)):
flatmap(v,dst,prefix=prefix+k+'.') #recursion调用
else:
dst[prefix+k] = v
return dst
flatmap(src)
注：
用户输入的判断，这些代码通常比业务逻辑代码长好几倍，健壮的代码无论怎么运行都不会意外崩溃；
一般不说明的情况下，都不会改源数据（源列表、源字典等）；
能否不暴露给外界内部的dst；
能否函数就提供一个参数源字典，返回一个新的扁平化字典；
递归时要把目标字典的引用传递多层，如何处理；
########################
src = {'a':{'b':1,'c':2},'d':{'e':3,'f':{'g':4}}}
def flatmap(src):
def _flatmap(src,dst,prefix=''):
for k,v in src.items():
if isinstance(v,(dict)):
_flatmap(v,dst,prefix=prefix+k+'.')
else:
dst[prefix+k] = v
dst = {}
_flatmap(src,dst)
return dst
flatmap(src)
注：
不关心_flatmap函数内部如何实现，如内部用的数据结构、临时对象、算法等，只关心调用后返回的结果；
#######################
src = {'a':{'b':1,'c':2},'d':{'e':3,'f':{'g':4}}}
def flatmap(src):
def _flatmap(src,dst,prefix=''):
for k,v in src.items():
key = prefix + k
if isinstance(v,(dict)):
_flatmap(v,dst,key+'.')
else:
dst[key] = v
dst = {}
_flatmap(src,dst)
return dst
flatmap(src)
2、
import string
import base64
alphabet = b'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/'
#teststr = 'abcd'
# teststr = 'abc'
teststr = 'ManMa'
def base(src):
ret = bytearray()
length = len(src)
r = 0
for offset in range(0,length,3):
if offset + 3 <= length:
triple = src[offset:offset+3]
else:
triple = src[offset:]
r = 3 - len(triple)
triple = triple + '\x00' * r
#print(triple,r)
b = int.from_bytes(triple.encode(),'big')
#print(hex(b))
for i in range(18,-1,-6):
if i == 18:
index = b >> i
else:
index = b >> i & 0x3F
ret.append(alphabet[index])
for i in range(1,r+1):
ret[-i] = 0x3D
return bytes(ret)
print(base(teststr))
print('*' * 50)
print(base64.b64encode(teststr.encode()))
注：
alphabet = string.ascii_uppercase + string.ascii_lowercase + string.digits + '+/'
3、
def findit(str1,str2):
length = len(str1)
for sublen in range(length,0,-1):
for start in range(0,length-sublen+1):
substr = str1[start:start+sublen]
if str2.find(substr) != -1:
print('substrlen={}'.format(substr))
return substr
s1 = 'abcd'
s2 = 'abcefgd'
s3 = '123a'
print(findit(s1,s2)) #传参时要注意，str1为短字串，str2为长字串
print(findit(s1,s3))
- Lambda FAQ_13.默认方法是什么?
- 关于python当中lambda、yield、map、reduce、filter、sorted的总结
- Python 內置對象及模塊 map zip lambda yield
- 只谈 Unity中 yield return/ StartCoroutine 的使用
- 扩展Coroutine：自定义YieldInstruction
- Unity 3D Coroutine&yield(C#脚本)
- 只谈 Unity中 yield return/ StartCoroutine 的使用
- unity3d Unity协程（Coroutine）yield 表达式解释
- Python学习(13)--Lambda表达式和switch语句的实现
- 只谈 Unity中 yield return/ StartCoroutine 的使用
- Unity3D 关于Coroutine（协程）使用的研究笔记及关于yield的理解
- python generator yield 协程 coroutine
- 只谈 Unity中 yield return/ StartCoroutine 的使用
- 扩展Coroutine：自定义YieldInstruction
- 在Unity中StartCoroutine/yield return的原理和模式
- Python特殊语法：filter、map、reduce、lambda、yield
- Unity StartCoroutine 和 C# yield
- Unity3D中的Coroutine 与 Yield
- coroutine and yield
- 在Unity中StartCoroutine/yield return这个模式到底是怎么应用的？其中的原理是什么？