生成器generator
1.引出生成器
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，创建⼀个包含非常多个元素的列表，不仅占⽤很⼤的存储空间，如果我们仅仅需要访问前⾯⼏个元素，那后⾯绝⼤多数元素占⽤的空间都⽩⽩浪费了。
# -*- coding: utf-8 -*-
# @File : 引出生成器.py
# @author: Flyme awei
# @email : Flymeawei@163.com
# @Time : 2022/8/20 21:00
# 列表生成式
lst = [i for i in range(10)]
print(lst)
print(type(lst))
# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
# <class 'list'>
所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？接下来，引出我们的
生成器。
2.创建生成器
- 通过列表生成式创建
# -*- coding: utf-8 -*-
# @File : 创建生成器.py
# @author: Flyme awei
# @email : Flymeawei@163.com
# @Time : 2022/8/20 20:59
g = (i for i in range(10))
print(g)
print(type(g))
# <generator object <genexpr> at 0x0000021B19A11D60>
# <class 'generator'>这样就不必创建完整的list，从⽽节省⼤量的空间。在Python中，这种⼀边循环⼀边计算的机制，称为⽣成器：generator。创建
列表和生成器的区别仅在于最外层的[ ]和( )，lst是⼀个列表，⽽g是⼀个⽣成器。我们可以直接打印出lst的每⼀个元素，但我们怎么打印出g的每⼀个元素呢？如果要⼀个⼀个打印出来，可以通过next()函数获得⽣成器的下⼀个返回值：
- 通过
next()函数获得⽣成器的下⼀个返回值
# -*- coding: utf-8 -*-
# @File : 创建生成器.py
# @author: Flyme awei
# @email : Flymeawei@163.com
# @Time : 2022/8/20 20:59
lst = [i for i in range(10)]
g = (i for i in range(10))
print(g)
print(type(g))
print(next(g)) # 0
print(next(g)) # 1
print(next(g)) # 2
print(next(g)) # 3
print(next(g)) # 4
print(next(g)) # 5
print(next(g)) # 6
print(next(g)) # 7
print(next(g)) # 8
print(next(g)) # 9
print(next(g)) 
⽣成器保存的是算法，每次调⽤next(g)，就计算出g的下⼀个元素的值，直到计算到最后⼀个元素，没有更多的 元素时，抛出StopIteration的异常。当然，这种不断调⽤
next()实在是太繁琐了，虽然是点一次出现一次，但正 确的⽅法是使⽤for循环，因为⽣成器也是可迭代对象。
- 也可以通过
for-in循环打印出来
# -*- coding: utf-8 -*-
# @File : 创建生成器.py
# @author: Flyme awei
# @email : Flymeawei@163.com
# @Time : 2022/8/20 20:59
g = (i for i in range(10))
print(g)
print(type(g))
# print(next(g)) # 0
# print(next(g)) # 1
# print(next(g)) # 2
# print(next(g)) # 3
# print(next(g)) # 4
# print(next(g)) # 5
# print(next(g)) # 6
# print(next(g)) # 7
# print(next(g)) # 8
# print(next(g)) # 9
# print(next(g))
for i in g:
print(i)
所以，我们创建了⼀个⽣成器后，基本上永远不会调⽤next()，⽽是通过for循环来迭代它，并且不需要关心StopIteration异常。
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，著名的斐波拉契数列Fibonacci，除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：1, 1, 2, 3, 5, 8, 13, 21, 34, ...斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：
代码如下
# -*- coding: utf-8 -*-
# @File : 函数写斐波那契数列.py
# @author: Flyme awei
# @email : Flymeawei@163.com
# @Time : 2022/8/20 21:14
# 定义一个斐波那契函数
def fib(times):
# 初始化
n = 0
a, b = 0, 1
while n < times:
print(b)
a, b = b, a+b
n += 1
fib(6)
仔细观察，可以看出，fib函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。也就是说，上面的函数离
generator仅一步之遥。要把fib函数变 成generator，只需要把print(b)改为yield(b)就可以了。
- 通过
yield关键字创建
# -*- coding: utf-8 -*-
# @File : yield创建生成器.py
# @author: Flyme awei
# @email : Flymeawei@163.com
# @Time : 2022/8/20 21:17
def fib(times):
# 初始化
n = 0
a, b = 0, 1
while n < times:
yield b
a, b = b, a+b
n += 1
f = fib(6)
print(f)
# <generator object fib at 0x00000197C5E56350>
# f 是一个生成器对象
print(next(f))
print(next(f))
print(next(f))
print(next(f))
print(next(f))
print(next(f))
在上⾯fib的例⼦，我们在循环过程中不断调⽤yield，就会不断中断。当然要给循环设置⼀个条件来退出循环，不然就会产⽣⼀个⽆限数列出来。同样的，把函数改成generator后，我们基本上从来不会⽤next()来获取下⼀个返 回值，⽽是直接使⽤for循环来迭代：
# -*- coding: utf-8 -*-
# @File : yield创建生成器.py
# @author: Flyme awei
# @email : Flymeawei@163.com
# @Time : 2022/8/20 21:17
def fib(times):
# 初始化
n = 0
a, b = 0, 1
while n < times:
yield b
a, b = b, a+b
n += 1
f = fib(6)
print(f)
# <generator object fib at 0x00000197C5E56350>
# f 是一个生成器对象
for i in f:
print(i)
3.遍历生成器的方式
- 通过
next()函数 - 通过
for- in循环打印 objict内置的__next__()方法send()方法，生成器的第一个值必须是send(None)，后面没有限制
# -*- coding: utf-8 -*-
# @File : 遍历生成器.py
# @author: Flyme awei
# @email : Flymeawei@163.com
# @Time : 2022/8/20 21:24
# 创建一个生成器g
g = (i for i in range(10))
print(next(g)) # 0
print(next(g)) # 1
print(g.__next__()) # 2
print(g.__next__()) # 3
print(g.send(None)) # 4
print(g.send('')) # 5
print(g.send(1)) # 6
for i in g:
print(i)
# 7
# 8
# 9
4.生成器总结
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。
生成器的特点：
- 节约内存
- 迭代到下⼀次的调⽤时，所使⽤的参数都是第⼀次所保留下的，在整个所有函数调⽤的参数都是第⼀次所调⽤时保留的，⽽不是新创建的。
