python:生成器

生成器

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。而且，创建一个包含100万个元素的列表，会占用很大的存储空间，若仅需要访问前面一部分元素，那么绝大多数元素所占空间就白白浪费了

所以，如果列表元素可以按照某种算法推出，那么就不必创建完整的list，从而节省大量空间。在python中，这种机制为迭代器：generator

生成器只有在调用时才会生成相应的数据，它只记录当前位置，只有一个__next__()方法取得下一个数据（python2为next()方法）。而列表在没有调用它的情况下依然会生成数据.

要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：

L = [x*x for x in range(10)] #列表生成式

g = (x*x for x in range(10)) #生成器

所以，我们创建了一个generator后，基本上不会调用__next__()方法，而是通过for 循环来迭代它

for i in g:

　　print i

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，著名的菲波那契数列(Fibonacci)，出第一个和第二个数外，任意一个数都可由前两个数相加得到：

#!usr/bin/env python
# -*- coding:utf-8 -*-

__author__ = "Samson"

def fib(max):
    n,a,b = 0,0,1#注意，该句相当于t = （0，0，1）,n=t[0],a=t[1],b=t[2]
    while n < max:
        print(b)
        yield b#只要有yield存在，便是一个生成器
        a,b = b,a+b
        n+=1
    return "done"
f = fib(100)
print(f.__next__())

还可以通过yield实现在单线程的情况下实现并发运算的效果,如：

#!usr/bin/env python
# -*- coding:utf-8 -*-

__author__ = "Samson"

import time
def consumer(name):
    print("%s 准备吃饺子啦！" %name)
    while True:
        jiaozi = yield#保存当前状态并返回

        print("饺子[%s]来了，被[%s]吃了!" %(jiaozi,name))


c = consumer("lixiang")
c.__next__()
# b1 = "韭菜馅"
# c.send(b1)#调用yield的同时给jiaozi传值
# #c.__next__()
def producer(name):
    c = consumer("A")#把函数变成生成器赋给c，里面还没执行
    c2 = consumer("B")
    c.__next__()
    c2.__next__()
    print("老子开始准备做饺子了")
    for i in range(10):
        time.sleep(1)
        print("做了1个饺子,分两半！")
        c.send(i)
        c2.send(i)
producer("samson")