Python自学 - 类进阶(生成器)

<< 返回目录

1 Python自学 - 类进阶(生成器)

生成器是一种特殊的迭代器，它允许在迭代过程中暂停和恢复函数的执行。生成器的特点：

使用yield返回值，而不是return
函数执行到yield时会进入暂停状态并保存状态。
再次执行函数时，会从上次暂停的地方继续执行。
使用生成器的好处
- 节省内存：生成器仅在需要时生成元素，不存储整个序列，节省内存。
- 提高性能：生成器可以生成无限序列，因为它们只在需要时生成元素。

1.1 生成器的用法

示例1：一个简单的生成器

def simple_generator():yield 1yield 2yield 3# 使用示例
gen = simple_generator()
print(next(gen))  # 输出: 1
print(next(gen))  # 输出: 2
print(next(gen))  # 输出: 3
# 引发 StopIteration 异常
# print(next(gen))

执行next()函数时调用生成器。

示例2：生成器表达式

gen = (x * 2 for x in range(5))# 使用示例
for item in gen:print(item, end=",")

输出

0,2,4,6,8,

注意：生成器的解析使用括号()！

示例3：无限序列生成器

def infinite_sequence():num = 0while True:yield numnum += 1# 使用示例
gen = infinite_sequence()
print(next(gen))  # 输出: 0
print(next(gen))  # 输出: 1
print(next(gen))  # 输出: 2
#...
#可以无限执行下去

示例中在infinite_sequence函数中使用了死循环，这也从一个侧面说明，普通人避之不及的死循环并不是一无是处！

1.2 生成器的高级用法

生成器可以用于协同程序，实现多任务处理

def coroutine1():while True:# 接收数据data = yieldprint(f"Coroutine 1 received: {data}")# 处理数据result = data * 2# 发送结果yield resultdef coroutine2():while True:# 接收数据data = yieldprint(f"Coroutine 2 received: {data}")# 处理数据result = data + 10# 发送结果yield resultdef scheduler():c1 = coroutine1()c2 = coroutine2()# 启动协程next(c1)next(c2)data = 1while True:# 发送数据给 coroutine1result1 = c1.send(data)print(f"Coroutine 1 returned: {result1}")# 发送数据给 coroutine2result2 = c2.send(result1)print(f"Coroutine 2 returned: {result2}")data += 1if __name__ == "__main__":scheduler()