生成器详解

àì夳堔傛蜴生んèń 2023-06-02 10:49 15阅读 0赞

## 生成器（generator） ##

#### 什么是生成器 ####

生成器是一种特殊的迭代器，生成器实现了`迭代器协议__iter__(),__next__()`

#### 生成器解决什么问题 ####

如果有一亿的数据要我们处理，我们通过列表的方式来访问的话，这一亿的数据是存放在内存的，这样会非常的消耗内存的，但是如果我们使用生成器的话，每当处理一个数据的时候，内存中只是相当于存了一个数据，这样可以节省大量的内存

#### 简单案例 ####

当生成器对象`__next__()`的时候，生成器函数会执行到下一个yield，并会返回一个参数

**例一**

def zx():
        yield 1
        print(1)
    
    if __name__ == '__main__':
        zx=zx()
        data=zx.__next__()
        print(data)

**例二**

**触发StopIteration异常的两种方式**

1.迭代完最后一个元素后，触发StopIteration异常

def zx():
        yield 1
        print(1)
    
    if __name__ == '__main__':
        zx=zx()
        data=zx.__next__()
        data=zx.__next__()

1
    Traceback (most recent call last):
      File "C:/Users/Administrator/Desktop/01python/研究/生成器/t1.py", line 8, in <module>
        data=zx.__next__()
    StopIteration

2.运行生成器函数的时候遇到return，return的值，会成为异常的说明值，如例子的2

def zx():
        yield 1
        return 2
        print(1)
        yield 3
    
    if __name__ == '__main__':
        zx=zx()
        data=zx.__next__()
        data=zx.__next__()

Traceback (most recent call last):
      File "C:/Users/Administrator/Desktop/01python/研究/生成器/t1.py", line 10, in <module>
        data=zx.__next__()
    StopIteration: 2

#### 迭代器对象和生成器的产生区别 ####

迭代器对象是通过可迭代对象的`__iter__()`生成的

zx=[1,2,3,4,5,6,7,8,9]
    z1=zx.__iter__()

生成器的创建方式类似生成对象的方式

def zx():
        for i in range(10):
            yield i
    z1=zx()

#### send方法 ####

协程的实现主要就是靠的生成器的send方法

**例子1-错误使用**

def dog():
        print('小乌')
        while True:
            food = yield
            if food == '骨头':
                yield '好吃'
            else:
                yield '旺旺旺'
    xw = dog()    #只是用于返回一个生成器对象，函数并不会执行下去
    print(xw.send('骨头'))

出现错误,不能给刚创建的生成器发送非空的值

Traceback (most recent call last):
      File "C:/Users/Administrator/Desktop/01python/研究/生成器/t5_send.py", line 10, in <module>
        print(xw.send('骨头'))
    TypeError: can't send non-None value to a just-started generator

报错信息说不能发送非空的值，那我们来试试发送一个None会发生什么

print(xw.send(None))

执行成功了

小乌
    None

其实也可以用`__next__()`也能做到这个打印结果

print(xw.__next__())

结果一样

小乌
    None

**结论**

1.`__next__()`的效果其实和send（None）一样

2.yield默认返回None

#### 例子2-正确使用 ####

def dog():
        print('小乌')
        while True:
            food = yield
            if food == '骨头':
                yield '好吃'
            else:
                yield '旺旺旺'
    xw = dog()    #只是用于返回一个生成器对象，函数并不会执行下去
    print(xw.__next__())
    print(xw.send('骨头'))

结果

小乌
    None
    好吃

**结论**

1.当生成器刚创建完成，第一次使用先next或者send（None），不能直接send（非空参数）

2.send（）有给yield的赋值功能

#### 总结 ####

1.`__next__()`的效果其实和send（None）一样

2.当生成器刚创建完成，第一次使用先next或者send（None），不能直接send（非空参数）

3.send()方法就相当于`__next__()`和赋值功能的结合

## 生成器实现计数器、协程、斐波那契数列 ##

#### 计数器 ####

def jishu():
        i = 0
        while True:
            zx = yield i
            if zx == "按一下":
                i+=1
            elif zx == "重置":
                i=0
    js=jishu()
    print(js.__next__())
    print(js.send("按一下"))
    print(js.send("按一下"))
    print(js.send("按一下"))
    print(js.send("按一下"))
    print(js.send("重置"))
    print(js.send("按一下"))
    print(js.send("按一下"))

0 初始化
    1 按一下
    2
    3
    4
    0 重置
    1
    2

#### 协程 ####

吃包子

def consumer(name):
        print(f"{name}老板上包子")
        while True:
            baozi = yield
            print(f"{name}:吃了{baozi}")
    
    def producer():
        for i in range(2):
            print('厨师做了两个包子')
            c1.send(f"肉包{i}")
            c2.send(f"菜包{i}")
    
    c1 = consumer("小黄")
    c2 = consumer("小乌")
    c1.__next__()
    c2.__next__()
    
    producer()

小黄老板上包子
    小乌老板上包子
    厨师做了两个包子
    小黄:吃了肉包0
    小乌:吃了菜包0
    厨师做了两个包子
    小黄:吃了肉包1
    小乌:吃了菜包1

#### 斐波那契数列 ####

def zx(n):
        z,x=0,1
        while x < n:
            yield x
            z,x = x,z+x
    z=zx(10)
    for i in z:
        print(i)

转载于:https://www.cnblogs.com/zx125/p/11613987.html