Python的生成器(Generator)

通过列表生成式可以直接创建一个列表，但是，列表生成式受到内存限制，因为列表容量肯定是有限的。如果创建一个包含100万个元素的列表，那么这将会占用很大的存储空间。若仅仅只访问前面几个元素，则后面绝大多数元素占用的空间都浪费了。所以，如果列表元素可以按照某种算法推算出来，那就可以在循环的过程中不断推算出后续的元素。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，被称为生成器(Generator)。生成器是实现迭代器的一种机制。其功能的实现依赖于yield表达式，除此之外它跟普通的函数没有两样。

简单生成器

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：

>>> L = [x * x fbr x in range(10)]
>>> g = (x * x fbr x in range(10))
>>>
>>> print(L)
[0,1,4,9,16,25,36,49,64,81]
>>> print(g)
<generator object <genexpr> at 0x03B54600>

在 Python 3 中：

>>> g = (x * x for x in range。))
>>> print(g.next())
Traceback (most recent call last):
File '<stdin>', line 1, in <module>
AttributeError: 'generator* object has no attribute 'next*

>>> print(g.__next__())
0
>>> print(g.__next__())
1
>>> print(next(g))    #这里*2*种写法都可以
4
>>> print(g.__next__())
Traceback (most recent call last):
File '<stdin>', line 1, in <module>
Stopiteration
>>>

Generator保存的是算法，每次调用next()，就可以计算出下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出Stopiteration的错误。当然，上面这种不断调用next()。方法不推荐使用，正确的方法是使用for循环，因为Generator也是可迭代对象

g=(x * x for x in range(3))
for n in g:
print(n)

带yield语句的生成器

如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个Generator。与普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，可以简单理解为：生成器就是一个迭代器。在调用生成器运行的过程中，每次遇到yield时函数会暂停并保存当前所有的运行信息, 返回yield的值，并在下一次执行next。方法时从当前位置继续运行。调用一个生成器函数，返回的是一个迭代器对象。

range功能：

range(start, stop[, step])

参数说明：

start: 计数从 start 开始。默认是从 0 开始。例如range（5）等价于range（0， 5）;
stop: 计数到 stop 结束，但不包括 stop。例如：range（0， 5）是[0, 1, 2, 3, 4]没有5
step：步长，默认为1。例如：range（0， 5）等价于 range(0, 5, 1)

例如：

for i in range(3,-1,-1):
    print(i)

运行结果：

生成器

def reverse(data):
    for index in range(len(data)-1, -1, -1):
        yield data[index]

>>>

>>> for char in reverse('golf'):
...     print(char)
...
f
l
o
g