Python生成器(Generator)詳解

NO IMAGE
1 Star2 Stars3 Stars4 Stars5 Stars 給文章打分!
Loading...

通過列表生成式,我們可以直接建立一個列表。但是,受到記憶體限制,列表容量肯定是有限的。而且,建立一個包含100萬個元素的列表,不僅佔用很大的儲存空間,如果我們僅僅需要訪問前面幾個元素,那後面絕大多數元素佔用的空間都白白浪費了。

所以,如果列表元素可以按照某種演算法推算出來,那我們是否可以在迴圈的過程中不斷推算出後續的元素呢?這樣就不必建立完整的list,從而節省大量的空間。在Python中,這種一邊迴圈一邊計算的機制,稱為生成器(Generator)。

簡單生成器

要建立一個generator,有很多種方法。第一種方法很簡單,只要把一個列表生成式的[]改成(),就建立了一個generator:
複製程式碼 程式碼如下:
>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x104feab40>

建立L和g的區別僅在於最外層的[]和(),L是一個list,而g是一個generator。
我們可以直接列印出list的每一個元素,但我們怎麼列印出generator的每一個元素呢?

如果要一個一個列印出來,可以通過generator的next()方法:
複製程式碼 程式碼如下:
>>> g.next()
0
>>> g.next()
1
>>> g.next()
4
>>> g.next()
9
>>> g.next()
16
>>> g.next()
25
>>> g.next()
36
>>> g.next()
49
>>> g.next()
64
>>> g.next()
81
>>> g.next()
Traceback (most recent call last):
  File “<stdin>”, line 1, in <module>
StopIteration

我們講過,generator儲存的是演算法,每次呼叫next(),就計算出下一個元素的值,直到計算到最後一個元素,沒有更多的元素時,丟擲StopIteration的錯誤。

當然,上面這種不斷呼叫next()方法實在是太變態了,正確的方法是使用for迴圈,因為generator也是可迭代物件:
複製程式碼 程式碼如下:
>>> g = (x * x for x in range(10))
>>> for n in g:
…     print n

0
1
4
9
16
25
36
49
64
81

所以,我們建立了一個generator後,基本上永遠不會呼叫next()方法,而是通過for迴圈來迭代它。

帶yield 語句的生成器

仔細觀察,可以看出,fib函式實際上是定義了斐波拉契數列的推算規則,可以從第一個元素開始,推算出後續任意的元素,這種邏輯其實非常類似generator。

也就是說,上面的函式和generator僅一步之遙。要把fib函式變成generator,只需要把print b改為yield b就可以了:
複製程式碼 程式碼如下:
def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a b
        n = n 1

這就是定義generator的另一種方法。如果一個函式定義中包含yield關鍵字,那麼這個函式就不再是一個普通函式,而是一個generator:
複製程式碼 程式碼如下:
>>> fib(6)
<generator object fib at 0x104feaaa0>

這裡,最難理解的就是generator和函式的執行流程不一樣。函式是順序執行,遇到return語句或者最後一行函式語句就返回。而變成generator的函式,在每次呼叫next()的時候執行,遇到yield語句返回,再次執行時從上次返回的yield語句處繼續執行。

舉個簡單的例子,定義一個generator,依次返回數字1,3,5:
複製程式碼 程式碼如下:
>>> def odd():
…     print ‘step 1’
…     yield 1
…     print ‘step 2’
…     yield 3
…     print ‘step 3’
…     yield 5

>>> o = odd()
>>> o.next()
step 1
1
>>> o.next()
step 2
3
>>> o.next()
step 3
5
>>> o.next()
Traceback (most recent call last):
  File “<stdin>”, line 1, in <module>
StopIteration

可以看到,odd不是普通函式,而是generator,在執行過程中,遇到yield就中斷,下次又繼續執行。執行3次yield後,已經沒有yield可以執行了,所以,第4次呼叫next()就報錯。

回到fib的例子,我們在迴圈過程中不斷呼叫yield,就會不斷中斷。當然要給迴圈設定一個條件來退出迴圈,不然就會產生一個無限數列出來。

同樣的,把函式改成generator後,我們基本上從來不會用next()來呼叫它,而是直接使用for迴圈來迭代:
複製程式碼 程式碼如下:
>>> for n in fib(6):
…     print n

1
1
2
3
5
8

加強的生成器

在 python2.5 中,一些加強特性加入到生成器中,所以除了 next()來獲得下個生成的值,使用者可以將值回送給生成器[send()],在生成器中丟擲異常,以及要求生成器退出[close()]
複製程式碼 程式碼如下:
def gen(x):
    count = x
    while True:
        val = (yield count)
        if val is not None:
            count = val
        else:
            count = 1

f = gen(5)
print f.next()
print f.next()
print f.next()
print ‘====================’
print f.send(9)#傳送數字9給生成器
print f.next()
print f.next()

輸出
複製程式碼 程式碼如下:
5
6
7
====================
9
10
11

您可能感興趣的文章:

通過程式碼例項展示Python中列表生成式的用法淺談Python中列表生成式和生成器的區別在Python中使用列表生成式的教程淺談python for迴圈的巧妙運用(迭代、列表生成式)python的迭代器與生成器例項詳解python生成器的使用方法Python中的生成器和yield詳細介紹深入講解Python中的迭代器和生成器Python3中的列表生成式、生成器與迭代器例項詳解

相關文章

程式語言 最新文章