.jpg)
python生成器是一種特殊的迭代器，通過(guò)yield關(guān)鍵字實(shí)現(xiàn)，逐個(gè)生成元素以節(jié)省內(nèi)存。1. 生成器函數(shù)使用yield定義，調(diào)用時(shí)返回生成器對(duì)象，執(zhí)行時(shí)暫停于yield并保存狀態(tài)；2. 生成器表達(dá)式類(lèi)似列表推導(dǎo)式，但用圓括號(hào)創(chuàng)建簡(jiǎn)單生成器；3. 其優(yōu)勢(shì)在于內(nèi)存效率高，適合處理大數(shù)據(jù)集、無(wú)限序列及延遲計(jì)算；4. 常用于大型文件處理、數(shù)據(jù)管道構(gòu)建及斐波那契數(shù)列等場(chǎng)景；5. yield from可委托其他生成器執(zhí)行，簡(jiǎn)化代碼結(jié)構(gòu)；6. 相較普通迭代器，生成器更易編寫(xiě)和維護(hù)；7. 生成器表達(dá)式適合簡(jiǎn)單操作，功能復(fù)雜時(shí)應(yīng)使用生成器函數(shù)；8. 它提升代碼可讀性，減少臨時(shí)結(jié)構(gòu)，并曾用于模擬異步編程中的協(xié)程行為。
python生成器本質(zhì)上是一種特殊的迭代器，它允許你以更節(jié)省內(nèi)存的方式生成序列。它不像列表那樣一次性將所有元素存儲(chǔ)在內(nèi)存中，而是在你迭代時(shí)逐個(gè)生成。yield 關(guān)鍵字是生成器的核心，它暫停函數(shù)的執(zhí)行并返回一個(gè)值，同時(shí)保存當(dāng)前的狀態(tài)，以便下次調(diào)用時(shí)從暫停的地方繼續(xù)執(zhí)行。
生成器允許你編寫(xiě)更高效、更易于維護(hù)的代碼，尤其是在處理大型數(shù)據(jù)集時(shí)。
生成器的工作原理
立即學(xué)習(xí)“Python免費(fèi)學(xué)習(xí)筆記（深入）”；
當(dāng)你調(diào)用一個(gè)包含 yield 關(guān)鍵字的函數(shù)時(shí)，它不會(huì)像普通函數(shù)那樣立即執(zhí)行。相反，它會(huì)返回一個(gè)生成器對(duì)象。當(dāng)你使用 next() 函數(shù)或在 for 循環(huán)中迭代這個(gè)生成器對(duì)象時(shí)，函數(shù)才會(huì)開(kāi)始執(zhí)行，直到遇到 yield 關(guān)鍵字。yield 關(guān)鍵字會(huì)將一個(gè)值返回給調(diào)用者，并暫停函數(shù)的執(zhí)行。下次調(diào)用 next() 時(shí)，函數(shù)會(huì)從上次暫停的地方繼續(xù)執(zhí)行，直到再次遇到 yield 或函數(shù)結(jié)束。
生成器表達(dá)式是另一種創(chuàng)建生成器的方式，它類(lèi)似于列表推導(dǎo)式，但使用圓括號(hào) () 而不是方括號(hào) []。生成器表達(dá)式更加簡(jiǎn)潔，適合于創(chuàng)建簡(jiǎn)單的生成器。
如何創(chuàng)建生成器？
有兩種主要方法可以創(chuàng)建生成器：生成器函數(shù)和生成器表達(dá)式。
生成器函數(shù):
生成器函數(shù)使用 yield 關(guān)鍵字來(lái)定義。
def my_generator(n): i = 0 while i < n: yield i i += 1 # 使用生成器 gen = my_generator(5) print(next(gen)) # 輸出 0 print(next(gen)) # 輸出 1 for num in my_generator(3): print(num) # 輸出 0, 1, 2
生成器表達(dá)式:
生成器表達(dá)式使用類(lèi)似于列表推導(dǎo)式的語(yǔ)法，但用圓括號(hào)括起來(lái)。
gen = (x*2 for x in range(5)) print(next(gen)) # 輸出 0 print(next(gen)) # 輸出 2 for num in gen: print(num) # 輸出 4, 6, 8
生成器有什么優(yōu)勢(shì)？
生成器的主要優(yōu)勢(shì)在于內(nèi)存效率。它們一次只生成一個(gè)值，而不是將整個(gè)序列存儲(chǔ)在內(nèi)存中。這使得它們非常適合處理大型數(shù)據(jù)集或無(wú)限序列。
生成器還具有延遲計(jì)算的特性。它們只在需要時(shí)才生成值，這可以提高程序的性能。
生成器在哪些場(chǎng)景下特別有用？
-
處理大型文件: 當(dāng)你讀取一個(gè)非常大的文件時(shí)，一次性將整個(gè)文件加載到內(nèi)存中可能不可行。使用生成器可以逐行讀取文件，避免內(nèi)存溢出。
def read_large_file(file_path): with open(file_path, 'r') as f: for line in f: yield line.strip() # 使用生成器讀取大型文件 for line in read_large_file('large_file.txt'): print(line) -
生成無(wú)限序列: 有些序列是無(wú)限的，例如斐波那契數(shù)列。使用生成器可以無(wú)限地生成這些序列，而不會(huì)耗盡內(nèi)存。
def fibonacci(): a, b = 0, 1 while True: yield a a, b = b, a + b # 使用生成器生成斐波那契數(shù)列 fib = fibonacci() for i in range(10): print(next(fib)) # 輸出斐波那契數(shù)列的前10個(gè)數(shù)
-
數(shù)據(jù)管道: 生成器可以用于構(gòu)建數(shù)據(jù)管道，將數(shù)據(jù)從一個(gè)處理階段傳遞到下一個(gè)處理階段。這可以提高代碼的可讀性和可維護(hù)性。
def data_source(): for i in range(10): yield i def square(data): for item in data: yield item * item def output(data): for item in data: print(item) # 構(gòu)建數(shù)據(jù)管道 data = data_source() squared_data = square(data) output(squared_data) # 輸出 0, 1, 4, 9, 16, 25, 36, 49, 64, 81
如何使用 yield from 語(yǔ)句？
yield from 語(yǔ)句允許你將一個(gè)生成器的執(zhí)行委托給另一個(gè)生成器。這可以簡(jiǎn)化代碼，并提高代碼的可讀性。
def sub_generator(n): for i in range(n): yield i def main_generator(n): yield from sub_generator(n) yield "Done!" # 使用 yield from for item in main_generator(3): print(item) # 輸出 0, 1, 2, Done!
生成器和迭代器的區(qū)別是什么？
雖然生成器是一種特殊的迭代器，但它們之間存在一些關(guān)鍵區(qū)別。迭代器是一個(gè)實(shí)現(xiàn)了 __iter__() 和 __next__() 方法的對(duì)象，而生成器是一種使用 yield 關(guān)鍵字的函數(shù)。
所有生成器都是迭代器，但并非所有迭代器都是生成器。生成器更容易創(chuàng)建和使用，因?yàn)樗鼈儾恍枰@式地實(shí)現(xiàn) __iter__() 和 __next__() 方法。
生成器表達(dá)式的優(yōu)點(diǎn)和缺點(diǎn)是什么？
生成器表達(dá)式的優(yōu)點(diǎn)是簡(jiǎn)潔，可以快速創(chuàng)建簡(jiǎn)單的生成器。缺點(diǎn)是功能有限，不能包含復(fù)雜的邏輯。
生成器表達(dá)式適合于簡(jiǎn)單的轉(zhuǎn)換和過(guò)濾操作，而生成器函數(shù)更適合于復(fù)雜的生成邏輯。
生成器如何提高代碼的可讀性和可維護(hù)性？
通過(guò)將復(fù)雜的邏輯分解成小的、可重用的生成器，可以提高代碼的可讀性和可維護(hù)性。生成器還可以避免創(chuàng)建大型臨時(shí)數(shù)據(jù)結(jié)構(gòu)，從而減少內(nèi)存使用。
生成器鼓勵(lì)使用函數(shù)式編程風(fēng)格，這可以使代碼更加簡(jiǎn)潔和易于理解。
生成器在異步編程中的應(yīng)用
生成器也常被用于異步編程中，特別是在 async/await 出現(xiàn)之前，生成器可以用來(lái)模擬協(xié)程的行為，允許程序在等待 I/O 操作完成時(shí)執(zhí)行其他任務(wù)，提高程序的并發(fā)性。雖然現(xiàn)在 async/await 更常用，但理解生成器在異步編程中的早期應(yīng)用仍然很有價(jià)值。
.png)
