01
列表生成式的缺点
通过列表生成式,我们可以直接创建一个列表。但是,内存数量有限,列表容量肯定不能超过内存大小。
再有,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,如果我们仅仅需要访问前面10%的元素,那后面绝大多数元素占用的空间都白白浪费了。
02
解决办法
如果列表元素中的元素可以按照某种算法推算出来,那是否可以在循环过程中,推算出我们需要的一定数量的元素呢?
这样地话,我们就可以灵活地创建需要数量的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。
03
创建generator
下面介绍两种创建generator的方法
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
g = ( x * x for x in range(10) )
g is a generator object
第二种方法是函数中带有yield,那么此函数就不再是函数了,而是一个generator,
def generatorfun(): print('step 1') yield(10) print('step 2') yield 30
04
generator特殊之处
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。
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。
通过03节的例子体会这个执行顺序:
gen = generatorfun() print(next(gen)) print(next(gen))
以上输出:
step 1 10 step 2 30
因此,调用第二个next(gen)时,是从第一个yield后一句代码开始执行的。
05
通过捕获去拿返回值
generator对象实际使用时,一般嵌入在for循环中,generator函数的返回值如何拿到呢?
必须捕获StopIteration错误,返回值包含在StopIteration的value中。
def generatorfun(): print('step 1') yield(10) print('step 2') yield 30 return "Okay" gen = generatorfun() while True: try: print(next(gen)) except StopIteration as e: print("return value: "+ e.value) break
输出为:
step 1 10 step 2 30 return value: Okay
本文分享自 程序员郭震zhenguo 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!