Python Generators(生成器)--yield

caodd1215

参考：http://blog.csdn.net/scelong/article/details/6969276

Python生成器
　　什么是python生成器，意思是带有一个yield语句的函数，既然它是个函数，那么与普通的函数有什么关系呢？
　　生成器是这样一个函数: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：
　　生成器是一个函数，而且函数的参数都会保留。
　　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，即是说，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
　　yield 生成器的运行机制：
　　当你问生成器要一个数时，生成器会执行，直至出现 yield 语句，生成器把 yield 的参数给你，之后生成器就不会往下继续运行。 当你问他要下一个数时，他会从上次的状态。开始运行，直至出现yield语句，把参数给你，之后停下。如此反复直至退出函数。
　　例：



1 def fib(max):
2     a, b = 1, 1
3     while a < max:
4         yield a #generators return an iterator that returns a stream of values.
5         a, b = b, a+b
　　程序运行：



1 for n in fib(15):
2     print n
　　从前面的运行机制描述中，可以获知，程序运行到yield这行时，就不会继续往下执行。而是返回一个包含当前函数所有参数的状态的iterator对象。目的就是为了第二次被调用时，能够访问到函数所有的参数值都是第一次访问时的值，而不是重新赋值。
　　于是输出结果：



1            // 第一次调用
1            // 此时a为1，b为2
2            // 依次类推
3
5
8
13
　　程序第一次调用时：



1 def fib(max):
2     a, b = 1, 1
3     while a < max:
4         yield a #这时a,b值分别为1,1，当然，程序也在执行到这时，返回
5         a, b = b, a+b
　　程序第二次调用时：
　　从前面可知，第一次调用时，a,b=1,1，那么，我们第二次调用时（其实就是调用第一次返回的iterator对象的next()方法），程序跳到yield语句处，
　　执行a,b = b, a+b语句，此时值变为：a,b = 1, (1+1) => a,b = 1, 2
　　程序继续while循环，当然，再一次碰到了yield a 语句，也是像第一次那样，保存函数所有参数的状态，返回一个包含这些参数状态的iterator对象。
　　等待第三次的调用：



1 def fib(max):
2     a, b = 1, 1
3     while a < max:
4         yield a // 此时a为上一次存下来的2
5         a, b = b, a+b
　　后面就是依次类推的过程了！



生成器与迭代器的区别：
　　生成器就是一种迭代器。生成器拥有next方法并且行为与迭代器完全相同，这意味着生成器也可以用于Python的for循环中。
　　Python的for循环中，有next()调用和对StopIteration的处理，这样使得生成器和迭代器运行表象上看似相同，如下：



1 iterator = [i for i in range(5)]
2 for obj in iterator:
3     print obj,
4     # 0 1 2 3 4
5
6 generator = (i for i in range(5))
7 for obj in generator:
8     print obj,
9     #0 1 2 3 4
　　当你使用一个列表生成式来建立一个列表的时候，就建立了一个可迭代的对象， 看起来除了把 [] 换成 () 外没什么不同。但是，你不可以再次使用 for i in mygenerator , 因为生成器只能被跌代一次:先计算出0,然后继续计算1,然后计算4,一个跟一个的。
　　注意： 所有你可以使用 for .. in .. 语法的叫做一个迭代器:链表，字符串，文件... 你经常使用它们是因为你可以如你所愿的读取其中的元素，但是你把所有的值都存储到了内存中，如果你有大量数据的话这个方式并不是你想要的。