生成器 generator

创建生成器的方法

a=[x for x in range(5)]
print(a)
print(type(a))

输出：
[0, 1, 2, 3, 4]
(<generator object <genexpr> at 0x7f6f8f791900>, generator)

下面以斐波那契数列来举例

斐波那契数列指的是这样一个数列 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233，377，610，987，1597，2584，4181，6765，10946，17711，28657，46368........

这个数列从第3项开始，每一项都等于前两项之和。

使用迭代器-斐波那契数列

# 使用迭代器-斐波那契数列
# 1，1，2，3，5，8，13...

class FiaInterator(object):
    def __init__(self):
        self.num1=1
        self.num2=1
        pass

    def __iter__(self):
        return self
    def __next__(self):
        temp=self.num1
        self.num1,self.num2=self.num2,self.num1+self.num2
        return temp
        pass

f=FiaInterator()
print(next(f))
print(next(f))
print(next(f))
print(next(f))

使用生成器生成-斐波那契数列

# 使用生成器生成-斐波那契数列

def FiaGenerator():
    num1=1
    num2=1
    while True:
        temp=num2
        num1,num2=num2,num1+num2
        yield temp
        print("yield is done")


f=FiaGenerator()
print(next(f))
print(next(f))
print(next(f))
print(next(f))

yield关键字

只要有yield关键字，那么虽然看上去是调用函数，实际上已经变成了创建一个 生成器对象
通过next调用 生成器，可以让 这个带有yield的def代码块，开始执行
如果是第一次执行，则从def代码块的开始部分执行，直到遇到yield为止，并且把yield关键字后的数值返回，当做next()的返回值
如果不是第一次执行，则从上一次暂停的位置执行(即从上一次yield关键字的下一个语句开始执行)，直到遇到下一次yield为止，并且把yield关键字后的数值返回，当做next()的返回值

注意：
要知道一个def代码块，只要有yield就不再是函数，而是生成器
要知道调用def代码块(普通函数)与调用带有yield的def代码块(生成器)的调用方式不同
要注意return与yield的功能也不同
return接收一个函数，且有返回值
yield暂停执行一个函数，且有返回值
面试中也会经常用到，一定要将yield掌握

获取生成器def代码块中return值

# 获取生成器def代码块中return值

def fib_generator():
    num1 = 1
    num2 = 1
    temp_num = num1
    num1, num2 = num2, num1+num2
    yield temp_num

    temp_num = num1
    num1, num2 = num2, num1+num2
    yield temp_num

    temp_num = num1
    num1, num2 = num2, num1+num2
    yield temp_num

    return "已经生成了3个斐波那契数列的值..."


fib = fib_generator()

print(next(fib))
print(next(fib))
print(next(fib))
try:
    print(next(fib))
except StopIteration as ret:
    print(ret.value)

使用send唤醒

# 使用send唤醒

def generator_foo():
    # print("01...")
    while True:
        # print("02...")
        num=yield 202
        print("03...",num)

g=generator_foo()
#print(next(g))
print(g.send(None))
print(next(g))
print(g.send(100))

调用generatr时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中

[5. 总结]

1. 使用了yield关键字的函数不再是函数，而是生成器

2. yield关键字有两点作用：

   1. 保存当前运行状态（断点），然后暂停执行，即将生成器（函数）挂起
   2. 将yield关键字后面表达式的值作为返回值返回，此时可以理解为起到了return的作用

3. 可以使用next()函数让生成器从断点处继续执行，即唤醒生成器（函数）

4. Python3中的生成器可以使用return返回最终运行的返回值

5. 生成器是这样一个函数，它记住上一次返回时在函数体中的位置。对生成器函数的第二次（或第 n 次）调用跳转至该函数中间，而上次调用的所有局部变量都保持不变。生成器不仅“记住”了它数据状态；生成器还“记住”了它在流控制构造（在命令式编程中，这种构造不只是数据值）中的位置。

6. 生成器的特点：

   1. 存储的是生成数据的方式（即算法），而不是存储生成的数据，因此节约内存

---

2023-04-26