深入理解Python生成器（Generator）

当前位置:

首页 > Python基础教程 >

深入理解Python生成器（Generator）

我们可以通过列表生成式简单直接地创建一个列表，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100万个元素的列表，不仅占用很大的存储空间，而且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）。

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：

1

2

3

4

5

6

						>>> mylist = [ x for x in range(1, 10)]

						>>> mylist

						[1, 2, 3, 4, 5, 6, 7, 8, 9]

						>>> gen = (x for x in range(1,10))

						>>> gen

						<generator object <genexpr> at 0x7f1d7fd0f5a0>

创建mylist和gen的区别仅在于最外层的[]和()，mylist是一个list，而gen是一个generator（生成器）。

我们可以直接打印出list的每一个元素，但我们怎么打印出generator的每一个元素呢？

如果要一个一个打印出来，可以通过generator的next()方法：

						>>> gen.next()

						1

						>>> gen.next()

						2

						>>> gen.next()

						3

						...

						>>> gen.next()

						9

						>>> gen.next()

						Traceback (most recent call last):

						  File "<stdin>", line 1, in <module>

						StopIteration

我们讲过，generator保存的是算法，每次调用next()，就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。

其实我们可以使用for循环来代替next()方式，这样才更符合高效的编程思路：

						>>> gen = ( x for x in range(1, 10))

						>>> for num in gen:

						...     print num

						... 

						1

						2

						3

						4

						5

						6

						7

						8

						9

generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。

比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：

1	`1, 1, 2, 3, 5, 8, 13, 21, 34, ...`

斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：

1

2

3

4

5

6

7

						def fib(max):

						    n = 0

						    a, b = 0, 1

						    while n < max:

						        print b

						        a, b = b, a + b

						        n = n + 1

栏目列表