生成器的作用

通过列表⽣成式，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。
创建生成器，列表生成式，我们知道，只要将最外一层的中括号，改为小括号。

>>> # python交互式环境
>>> y = [x + 1 for x in range(10) if x % 2 == 0]
>>> y [1, 3, 5, 7, 9]
>>> g = (x + 1 for x in range(10) if x % 2 == 0)
>>> g <generator object <genexpr> at 0x0000020EF13E79C8>

创建 y 和 g 的区别仅在于最外层的 [ ] 和 ( ) ， y 是⼀个列表，⽽ g 是⼀个⽣成器。我们可以直接打印出L的每⼀个元素，但我们怎么打印出g的每⼀个元素呢？如果要⼀个⼀个打印出来，可以通过 next() 函数获得⽣成器的下⼀个返回值：

>>> next(g)
1
>>> next(g)
3
>>> next(g)
5
>>> next(g)
7
>>> next(g)
9
>>> next(g)
Traceback (most recent call last):
  File "<pyshell#13>", line 1, in <module>
	next(g)
  StopIteration

也可以通过循环打印出来

>>> g = (x + 1 for x in range(10) if x % 2 == 0)
>>> for i in g:
        print(i)
        ...
1
3
5
7
9

⽣成器保存的是算法，每次调⽤ next(g) ，就计算出 g 的下⼀个元素的值，直到计算到最后⼀个元素，没有更多的元素时，抛出 StopIteration 的异常。当然，这种不断调⽤ next() 实在是太繁琐了，虽然是点一次出现一次，但正确的⽅法是使⽤ for 循环，因为⽣成器也是可迭代对象。所以，我们创建了⼀个⽣成器后，基本上永远不会调⽤next() ，⽽是通过 for 循环来迭代它，并且不需要关心StopIteration 异常。所以，我们创建了一个生成器后，基本上不会调用 next() ，而是通过 for 循环来迭代它，并且不需要关心StopIteration 的错误。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, 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：
代码如下:

def fib_a(times):
    # 初始化
    n = 0
    a, b = 0, 1
    while n < times:
        print(b)
        a, b = b, a + b
        n += 1
    return 'done'

z = fib_a(5)
print(z)

# 打印结果：
1
1
2
3
5
done

仔细观察，可以看出，fib_a函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。也就是说，上面的函数和generator仅一步之遥。要把 fib 函数变成generator，只需要把 print(b) 改为 yield(b) 就可以了：

def fib_a(times):
    # 初始化
    n = 0
    a, b = 0, 1
    while n < times:
        yield(b)
        a, b = b, a + b
        n += 1
    return 'done'

在上⾯fib 的例⼦，我们在循环过程中不断调⽤ yield ，就会不断中断。当然要给循环设置⼀个条件来退出循环，不然就会产⽣⼀个⽆限数列出来。同样的，把函数改成generator后，我们基本上从来不会⽤ next() 来获取下⼀个返回值，⽽是直接使⽤ for 循环来迭代：

for i in fib_a(5):
    print(i)
1
1
2
3
5

但是⽤for循环调⽤generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中

⽣成器是这样⼀个函数，它记住上⼀次返回时在函数体中的位置。对⽣成器函数的第⼆次（或第 n 次）调⽤跳转⾄该函数中间，⽽上次调⽤的所有局部变量都保持不变。⽣成器不仅“记住”了它数据状态；⽣成器还“记住”了它在流程控制构造（在命令式编程中，这种构造不只是数据值）中的位置。
⽣成器的特点：

1. 节约内存
2. 迭代到下⼀次的调⽤时，所使⽤的参数都是第⼀次所保留下的，在整个所有函数调⽤的参数都是第⼀次所调⽤时保 留的，⽽不是新创建的。