Python学习笔记8：yield生成器，迭代器的特殊实现

在Python语言中，函数是重要的组成部分，函数在定义好后，调用时，一般是从函数的第一行代码开始执行，结束于return语句、异常或者函数的结束（最后一行），可以隐式地看作返回为None。函数有一下几个特点：

• 函数只有在调用时才会被执行，在调用函数时，程序进入不同的内存，所有的变量都会重新创建
• 函数执行完毕后，或者对程序有一定的影响，或者返回一个值，然后在调用函数代码的地方继续向下执行
• 函数完成工作以后，所有的局部变量都会消失，只有再次调用时，才会重新写入内存

对于标准的函数而言，只有一个返回对象，但有时会有这样的需求，需要创建一个能够产生很大序列或者无限序列的函数，如果单纯的建立列表将这些元素 一 一 添加，未免会占用很大的内存。这时，就用到了生成器，那什么是生成器呢？
生成器（generator）就是包含yield语句的函数，它是一个不断产生值的函数，yield具有return的功能，但yield更加强大，yield语句返回一个值，函数的语句暂停在这个位置，下一次执行在暂停处开始执行。其特点是：返回值用 yield 语句
例如：

>>> def generator(n):
for i in range(n):
yield i
>>> for i in generator(10):
print(i, end=" ")
0 1 2 3 4 5 6 7 8 9

生成器的特点是需求一个就返回一个，没有需求则会挂起，其通过next()函数完成需求，例如：

>>> gen = iter(generator(10))
>>> next(gen)
0
>>> next(gen)
1
>>> next(gen)
2
>>> next(gen)
3
>>> for i in gen:       #可见其在上一次代码执行器后继续执行
print(i ,end = " " )
4 5 6 7 8 9
>>> next(gen)
Traceback (most recent call last):
File "<pyshell#19>", line 1, in <module>
next(gen)
StopIteration  #迭代完毕，抛出StopIteration异常

生成器可以写在死循环里，但是由于有yield的存在，并不会造成死循环

def Generate():
a , b = 0 ,1
while True:
a , b = b ,a + b
yield a
while True:
n = eval(input("输入一个产生不小于斐波那契数列的数:\n"))
for each in Generate():
#print(each)
if each > n:
break
#先判断，在打印，才能满足条件
print(each , end = " ")
print()
>>> 输入一个产生不小于斐波那契数列的数:
50000
1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597 2584 4181 6765 10946 17711 28657 46368

同样也可以使用for - in 语句要求产生的个数

def Fib(n):
a , b = 0 , 1
for i in range(n):
a , b = b , a + b
yield a
while True:
n = eval(input("输入产生斐波那契数列的个数:\n"))
for i in Fib(n):
print(i)
>>>输入产生斐波那契数列的个数:
16
1
1
2
3
5
8
13
21
34
55
89
144
233
377
610
987

对于Python的生成器，在其他语言中，最简单的生成器应该被称为协程（coroutines），但在Python语言中，我们称之为生成器。生成器可以总结为一下特点：

• 生成器的出现使得Python更为简洁
• 生成器的发明使得Python模仿协同程序的概念得以实现
• 所谓的协同程序就是可以运行的独立的函数调用，这个特殊的函数可以暂定或者挂起，并在需要的时候从程序离开的地方继续执行
• generator是用来返回一系列的值的，yield后面的语句是生成器返回的结果
• yield可以保存生成器的执行状态，以便于下一次的执行
• 生成器是特殊的迭代器，因此可以使用iter()和next()函数