博客
关于我
python入门-----生成器generator
阅读量:209 次
发布时间:2019-02-28

本文共 1051 字,大约阅读时间需要 3 分钟。

文章目录

生成器

yield

协同程序

所谓的协同程序就是可以运行的独立函数调用,函数可以暂停或者挂起,并在需要的时候从程序离开的地方继续或者重新开始。
例1

>>> def myGen():    print('生成器被执行!')    yield 1    yield 2>>> myG = myGen()>>> next(myG)生成器被执行!1>>> next(myG)2>>> next(myG)Traceback (most recent call last):  File "
", line 1, in
next(myG)StopIteration>>> for i in myGen(): print(i)生成器被执行!12

例2:斐波那契数列

def libs():    a = 0    b = 1    while True:        a, b = b, a + b        yield afor each in libs():    if each > 100:  # 100内        break    print(each, end=' ')
1 1 2 3 5 8 13 21 34 55 89

next()

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,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。

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?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。

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:

例3

e= (i for i in range(10))print(e)
at 0x0000026F1A8D4C48>

例4

g = (x for x in range(2))print(next(g))print(next(g))print(next(g))

在这里插入图片描述

当然,上面这种不断调用next(g)实在是太变态了,正确的方法是使用for循环,因为generator也是可迭代对象:

转载地址:http://fvsi.baihongyu.com/

你可能感兴趣的文章
Netty原理分析及实战(一)-同步阻塞模型(BIO)
查看>>
Netty原理分析及实战(三)-高可用服务端搭建
查看>>
Netty原理分析及实战(二)-同步非阻塞模型(NIO)
查看>>
Netty原理分析及实战(四)-客户端与服务端双向通信
查看>>
Netty发送JSON格式字符串数据
查看>>
Netty和Tomcat的区别已经性能对比
查看>>
Netty在IDEA中搭建HelloWorld服务端并对Netty执行流程与重要组件进行介绍
查看>>
Netty基础—1.网络编程基础一
查看>>
Netty基础—1.网络编程基础二
查看>>
Netty基础—2.网络编程基础三
查看>>
Netty基础—2.网络编程基础四
查看>>
Netty基础—3.基础网络协议一
查看>>
Netty基础—3.基础网络协议二
查看>>
Netty基础—4.NIO的使用简介一
查看>>
Netty基础—4.NIO的使用简介二
查看>>
Netty基础—5.Netty的使用简介
查看>>
Netty基础—6.Netty实现RPC服务一
查看>>
Netty基础—6.Netty实现RPC服务三
查看>>
Netty基础—6.Netty实现RPC服务二
查看>>
Netty基础—7.Netty实现消息推送服务一
查看>>