1. 程式人生 > >生成器(自身就是一個迭代器)

生成器(自身就是一個迭代器)

對於python中兩種延遲生成值的結構:

  1. 生成器函式
  2. 生成器表示式

我相信生成器函式各位都是不陌生的,就是在函式返回值前用yield,但是注意一點,這裡我並沒有說用yield代替return,兩個意義其實是不同的,所以不存在代替的問題,兩者可以共存。
例如:

def instance():
	for i in range(1, 6):
		yield i
		if i == 4:
			return "over"

所以兩者共存沒有牟盾。

當然利用關鍵字yield建立的函式是一個生成器,每次呼叫都會返回一個值。

同樣,生成器表示式也是一個節省記憶體空間的方法
其一般格式如下:

generator = (x for x in range(1, 8))

如上就是一個生成器表示式,重點強調的是,生成器函式和生成器表示式本身就是一個迭代器。

那麼為什麼說兩者可以節省記憶體空間呢?

如下的對比的例子

生成器函式:

def generator():
	for i in range(1, 19):
		yield i

每次呼叫是返回一個值,而不是將所有的值一次性返回,其呼叫可以在任何的迭代工具中,如:

for i in generator():
	 print(i)
或者:
x = generator()
# 產生一個生辰器函式例項
while True:
	print(next(x))
# 知道引發一個StopIteration錯誤

而相同效果的普通函式,如:

def ordinary():
	return [i for in range(1, 19)]

會一次性在記憶體中生成這個列表,從而加重的記憶體的負擔,這種在比較大的結構中影響更加明顯。

對於我們的生成器表示式,它和列表解析有些相似之處。

生成器表示式:

generator = (x for x in range(1, 19))

同樣我們可以在任何的迭代工具中使用這個生成器(本身是迭代器)

相似結構的列表解析,如:

list = [x for x in range(1, 19)]

同樣,我們的列表解析生成了一個完整的列表,所以在資料較多時使用生成器表示式還是好的

重要的是,其實在資料較少時,使用列表解析更快,所以選哪個這裡考慮!