商洛做网站的公司电话,景区网站建设的意义,营销战略咨询公司,聊城做网站的公司信息四、生成器
1、为什么需要生成器
通过上面的学习#xff0c;可以知道列表生成式#xff0c;我们可以直接创建一个列表。
但是#xff0c;受到内存限制#xff0c;列表容量肯定是有限的。而且#xff0c;创建一个包含 1000 万个元素的列表#xff0c;不仅占用很大的存储…四、生成器
1、为什么需要生成器
通过上面的学习可以知道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 1000 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。
在 Python 中使用了 yield 的函数被称为生成器generator。
跟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更简单点理解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。
那么如何创建一个生成器呢
2、生成器的创建
最简单最简单的方法就是把一个列表生成式的 [] 改成 ()
# -*- coding: UTF-8 -*-
gen (x * x for x in range(10))
print(gen)输出的结果
generator object genexpr at 0x0000000002734A40创建 List 和 generator 的区别仅在于最外层的 [] 和 () 。
但是生成器并不真正创建数字列表 而是返回一个生成器这个生成器在每次计算出一个条目后把这个条目“产生” ( yield ) 出来。
生成器表达式使用了“惰性计算” ( lazy evaluation也有翻译为“延迟求值”我以为这种按需调用 call by need 的方式翻译为惰性更好一些)只有在检索时才被赋值 evaluated 所以在列表比较长的情况下使用内存上更有效。
那么竟然知道了如何创建一个生成器那么怎么查看里面的元素呢
3、遍历生成器的元素
按我们的思维遍历用 for 循环对了我们可以试试
# -*- coding: UTF-8 -*-
gen (x * x for x in range(10))for num in gen :print(num)没错直接这样就可以遍历出来了。当然上面也提到了迭代器那么用 next() 可以遍历吗当然也是可以的。
4、以函数的形式实现生成器
上面也提到创建生成器最简单最简单的方法就是把一个列表生成式的 [] 改成 ()。为啥突然来个以函数的形式来创建呢
其实生成器也是一种迭代器但是你只能对其迭代一次。
这是因为它们并没有把所有的值存在内存中而是在运行时生成值。你通过遍历来使用它们要么用一个“for”循环要么将它们传递给任意可以进行迭代的函数和结构。
而且实际运用中大多数的生成器都是通过函数来实现的。那么我们该如何通过函数来创建呢
先不急来看下这个例子
# -*- coding: UTF-8 -*-
def my_function():for i in range(10):print ( i )my_function()输出的结果
0
1
2
3
4
5
6
7
8
9如果我们需要把它变成生成器我们只需要把 print ( i ) 改为 yield i 就可以了具体看下修改后的例子
# -*- coding: UTF-8 -*-
def my_function():for i in range(10):yield iprint(my_function())输出的结果
generator object my_function at 0x0000000002534A40但是这个例子非常不适合使用生成器发挥不出生成器的特点生成器的最好的应用应该是你不想同一时间将所有计算出来的大量结果集分配到内存当中特别是结果集里还包含循环。因为这样会耗很大的资源。
比如下面是一个计算斐波那契数列的生成器
# -*- coding: UTF-8 -*-
def fibon(n):a b 1for i in range(n):yield aa, b b, a b# 引用函数
for x in fibon(1000000):print(x , end )运行的效果 你看运行一个这么大的参数也不会说有卡死的状态因为这种方式不会使用太大的资源。这里最难理解的就是 generator 和函数的执行流程不一样。函数是顺序执行遇到 return 语句或者最后一行函数语句就返回。而变成 generator 的函数在每次调用 next() 的时候执行遇到 yield语句返回再次执行时从上次返回的 yield 语句处继续执行。
比如这个例子
# -*- coding: UTF-8 -*-
def odd():print ( step 1 )yield ( 1 )print ( step 2 )yield ( 3 )print ( step 3 )yield ( 5 )o odd()
print( next( o ) )
print( next( o ) )
print( next( o ) )输出的结果
step 1
1
step 2
3
step 3
5可以看到odd 不是普通函数而是 generator在执行过程中遇到 yield 就中断下次又继续执行。执行 3 次 yield 后已经没有 yield 可以执行了如果你继续打印 print( next( o ) ) ,就会报错的。所以通常在 generator 函数中都要对错误进行捕获。
5、打印杨辉三角
通过学习了生成器我们可以直接利用生成器的知识点来打印杨辉三角
# -*- coding: UTF-8 -*-
def triangles( n ): # 杨辉三角形L [1]while True:yield LL.append(0)L [ L [ i -1 ] L [ i ] for i in range (len(L))]n 0
for t in triangles( 10 ): # 直接修改函数名即可运行print(t)n n 1if n 10:break输出的结果为
[1]
[1, 1]
[1, 2, 1]
[1, 3, 3, 1]
[1, 4, 6, 4, 1]
[1, 5, 10, 10, 5, 1]
[1, 6, 15, 20, 15, 6, 1]
[1, 7, 21, 35, 35, 21, 7, 1]
[1, 8, 28, 56, 70, 56, 28, 8, 1]
[1, 9, 36, 84, 126, 126, 84, 36, 9, 1]
