生成器
在python 中一邊循環一邊計算的機制,叫做生成器(generator)。
通過列表生成式,我們可以直接創建一個列表。但是,收到內存的限制,列表容量肯定是有限的。而且,創建一個包含100萬個元素的列表,不僅占用很大的內存,如果我們只需要前面幾個元素,那么后面卻大多數的元素占用的內存就白白浪費掉了。所以,如果列表元素可以按照某種算法推算出來,就可以在循環過程中不斷推算出后續的元素。就不用創建完整的list,從而節省大量的空間。
生成器保存的是算法,每次調用 next(G) ,就計算出 G 的下一個元素的值,直到計算到最后一個元素,沒有更多的元素時,拋出 StopIteration 的異常。
?
資料參考:?https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/0014317799226173f45ce40636141b6abc8424e12b5fb27000
https://www.zhihu.com/question/20829330
創建生成器的方法
①要把一個列表生成式的 [ ] 改成 ( )
類似于列表推導,但是,生成器返回按需產生結果的一個對象,而不是一次構建一個結果列表
a = (x for x in range(5)) print(a)
next(a)
next(a)
list(a)
②使用yieId
yieId 與 ruturn 一樣會返回一個值,但是這兩者是有區別的:
yieId語句一次返回一個結果,在每個結果中間,掛起函數的狀態,以便下次重它離開的地方繼續執
def gensquares(N):for i in range(N):yield i ** 2a = gensquares(5) b = gensquares(6)print(next(a)) print(next(b)) print(next(a)) print(next(b)) print(next(a)) print(next(b))print(list(a)) print(list(b))
?
總結
生成器是這樣一個函數,它記住上一次返回時在函數體中的位置。對生成器函數的第二次(或第 n 次)調用跳轉至該函數中間,而上次調用的所有局部變量都保持不變。
生成器不僅“記住”了它數據狀態;生成器還“記住”了它在流控制構造(在命令式編程中,這種構造不只是數據值)中的位置。
生成器的特點:
- 節約內存
- 迭代到下一次的調用時,所使用的參數都是第一次所保留下的,即是說,在整個所有函數調用的參數都是第一次所調用時保留的,而不是新創建的
?
?迭代器
迭代是訪問集合元素的一種方式。迭代器是一個可以記住遍歷的位置的對象。迭代器對象從集合的第一個元素開始訪問,直到所有的元素被訪問完結束。迭代器只能往前不會后退。
可以被next()函數調用并不斷返回下一個值的對象稱為迭代器:Iterator。
?可迭代對象
以直接作用于 for 循環的數據類型有以下幾種:
一類是集合數據類型,如 list 、 tuple 、 dict 、 set 、 str 等;
一類是 generator ,包括生成器和帶 yield 的generator function。
這些可以直接作用于 for 循環的對象統稱為可迭代對象: Iterable 。
?
iter()函數
生成器都是 Iterator 對象,但 list 、 dict 、 str 雖然是 Iterable ,卻不是 Iterator 。
把 list 、 dict 、 str 等 Iterable 變成 Iterator 可以使用 iter() 函數:
?
?總結
- 凡是可作用于 for 循環的對象都是 Iterable 類型;
- 凡是可作用于 next() 函數的對象都是 Iterator 類型
- 集合數據類型如 list 、 dict 、 str 等是 Iterable 但不是 Iterator ,不過可以通過 iter() 函數獲得一個 Iterator 對象。
迭代器與生成器的區別
參考資料:http://blog.csdn.net/jinixin/article/details/72232604
生成器是一種特殊的迭代器,但迭代器不一定是生成器。
生成器是一種特殊的迭代器,生成器自動實現了“迭代器協議”(即__iter__和next方法),不需要再手動實現兩方法。
生成器在迭代的過程中可以改變當前迭代值,而修改普通迭代器的當前迭代值往往會發生異常,影響程序的執行。
?