帶你一起學(xué)習(xí)徹底搞懂Python生成器

寫(xiě)在之前

Python 的高級(jí)語(yǔ)言特性一直是我們學(xué)習(xí) Python 的一個(gè)難點(diǎn)，大部分人并沒(méi)有做到熟練的掌握，甚至去學(xué)習(xí)它都感覺(jué)很困難，「生成器」作為其中甚是有用的特性之一，更是如此。

因?yàn)樵谄渌闹髁髡Z(yǔ)言（C/C++/JAVA）中并沒(méi)有生成器的概念，加之其具有一定的難度，學(xué)習(xí)起來(lái)花費(fèi)的時(shí)間成本較大，很多人自我安慰式的視其為“雞肋”，然后果斷放棄如此有用的一個(gè)高級(jí)語(yǔ)言特性，實(shí)在是一件很惋惜的事情。

其實(shí)不光是對(duì)于「生成器」而言，對(duì)于其它的高級(jí)語(yǔ)言特性還是建議大家要花點(diǎn)時(shí)間去搞懂的，不說(shuō)其它，這些東西作為面試中常考的內(nèi)容也應(yīng)該引起你的重視，畢竟公司不是傻瓜，沒(méi)有用的東西干嘛要考你？

接下來(lái)就讓我們來(lái)一起學(xué)習(xí)「生成器」，我盡量用大家都聽(tīng)的懂的話，層層遞進(jìn)的講解，保證大家都能看懂，前提是要有耐心，文章較長(zhǎng)，建議先收藏再看。

答應(yīng)我，一定要有耐心。

迭代器

在這說(shuō)「迭代器」的原因是「生成器」自動(dòng)實(shí)現(xiàn)了「迭代器協(xié)議」，所謂協(xié)議，就是一種約定。為了更好的理解生成器，我們需要簡(jiǎn)單知道一下「迭代器協(xié)議」到底是個(gè)什么東西。其實(shí)只需要滿足兩個(gè)兩個(gè)條件：1.實(shí)現(xiàn) __iter__ 方法；2.對(duì)象實(shí)現(xiàn) next() 方法，要么返回迭代中的下一項(xiàng)，要么就是以 StopIteration 異常終止迭代。

對(duì)象就是「可迭代對(duì)象」，即實(shí)現(xiàn)了迭代器協(xié)議的對(duì)象，它實(shí)現(xiàn)了迭代器協(xié)議。其實(shí)像是 Python 中 for 循環(huán)，sum 函數(shù)等等就是使用迭代器協(xié)議訪問(wèn)對(duì)象。

你可能看著有點(diǎn)懵，怎么又是「迭代」又是「迭代器」又是「可迭代對(duì)象」的，這對(duì)大家來(lái)說(shuō)是很抽象的概念，但是不用怕，我在很久之前的文章中，已經(jīng)很詳細(xì)的介紹過(guò)這倆哥們，你只需要點(diǎn)擊下面的鏈接去看就好了，這也是面試中常見(jiàn)的問(wèn)題哦：

零基礎(chǔ)學(xué)習(xí) Python 之初識(shí)迭代

Python 拓展之迭代器

生成器

如果你理解了上一節(jié)的內(nèi)容，那么恭喜你，接下來(lái)學(xué)習(xí)「生成器」就會(huì)簡(jiǎn)單很多。Python 使用生成器對(duì)「延遲操作」提供了支持，所謂「延遲操作」就是在需要它的時(shí)候才產(chǎn)生結(jié)果，而不是說(shuō)立即產(chǎn)生結(jié)果。

首先我們先來(lái)看一個(gè)入門(mén)級(jí)別的版本，你只需要點(diǎn)擊下面的鏈接即可：

零基礎(chǔ)學(xué)習(xí) Python 之初識(shí)生成器

接下來(lái)講的相當(dāng)于是上面文章的一個(gè)延伸和再拓展。

Python 其實(shí)有兩種不同的方法來(lái)提供生成器，一種是函數(shù)形式，另一種是表達(dá)式形式，說(shuō)全一點(diǎn)兒就是「生成器函數(shù)」和「生成器表達(dá)式」。

1.生成器函數(shù)

「生成器函數(shù)」和普通的函數(shù)定義類(lèi)似。區(qū)別在于普通函數(shù)使用 return 返回結(jié)果，生成器函數(shù)是用yield返回結(jié)果。

yield的作用是在調(diào)用的時(shí)候返回相應(yīng)的值，一次返回一個(gè)結(jié)果，在每個(gè)結(jié)果中間掛起函數(shù)的狀態(tài)（即暫停執(zhí)行），下一次執(zhí)行是從上次暫停的位置開(kāi)始，繼續(xù)向下執(zhí)行。

下面我們來(lái)做一道題，要求寫(xiě)出「將一個(gè)全是整數(shù)的列表進(jìn)行操作后只保留奇數(shù)」。相信大多數(shù)人都能很快的寫(xiě)出下面這樣的函數(shù)：

defget_odd(lst): res = [] foriinlst: ifi %2: res.append(i) returnresdefmain(): lst = range(10) foriinget_odd(lst): print(i)if__name__ =='__main__': main()

上面這個(gè)沒(méi)什么難度，既然我們學(xué)了「生成器」，我在前面還這么舔它，是不是我們?cè)撚蒙善鱽?lái)做一下這道題？看看用生成器來(lái)做同樣的功能，到底有什么不同：

defget_odd(lst): foriinlst: ifi %2: yieldidefmain(): lst = range(10) foriinget_odd(lst): print(i)if__name__ =='__main__': main()

對(duì)比一下這個(gè)功能的兩種做法，使用「生成器」以后，代碼變的行數(shù)更少了（省去了對(duì) res 的操作，不用把結(jié)果存在 res 里），代碼整體看起來(lái)更清晰了（一看就知道干嘛的，不用一上來(lái)去想 res 是個(gè)什么鬼，append 進(jìn)去的是個(gè)什么玩意兒）。

2.生成器表達(dá)式

「生成器表達(dá)式」和列表推導(dǎo)式類(lèi)似。區(qū)別在于使用列表推導(dǎo)，一次會(huì)產(chǎn)生所有的結(jié)果，而用「生成器表達(dá)式」則不會(huì)這樣，它是按需產(chǎn)生。

列表推導(dǎo)式的寫(xiě)法如下：

>>> res = [xforxinrange(5)]>>> res[0, 1, 2, 3, 4]

生成器表達(dá)式就是將上面的 [] 變成 () 即可：

>>> res = (xforxinrange(5))>>> res at 0x109d9f570>>>> next(res)0>>> next(res)1>>> next(res)2>>> next(res)3

我們也順便簡(jiǎn)單的看一下「生成器」的優(yōu)勢(shì)在「生成器表達(dá)式」中是怎么體現(xiàn)的。如果我們想對(duì)一系列整數(shù)求和，直接用生成器可以寫(xiě)成下面這樣：

>>> sum((xforxinrange(5)))10

當(dāng)然為了方便起見(jiàn)，也可以省略圓括號(hào)，即寫(xiě)成下面這樣：

>>> sum(xforxinrange(5))10

但是如果你用常規(guī)的寫(xiě)法去寫(xiě)，就會(huì)寫(xiě)成下面這樣：

>>> sum([xforxinrange(5)])10

上面的代碼先構(gòu)造了一個(gè)列表，然后再用 sum 函數(shù)求和，多了一步，天差地別，光在時(shí)間效率上，就已經(jīng)輸?shù)袅搜澴印?/p>

所以綜合上面文章所講，「生成器」光在明面上的優(yōu)點(diǎn)就有好幾個(gè)：代碼行數(shù)更少；代碼更易讀；時(shí)效更高...

所以，你還敢視它為“雞肋”嗎？