Python高級特性——生成器（generator）

通過上節的學習，我們知道使用列表生成式，可以直接創建一個列表。但是，有些時候，受到內存的限制等實際情況，列表生成式無法滿足。比如，一個長度為1000萬的列表，普通內存根本就不夠，又或者實際處理的過程中，我們只需要訪問前面幾個元素，那后面的的絕大部分的空間都浪費了。

思路：如果能做到一開始並不是創建完整的list，而是通過定義一種規則的方式，在循環的過程中不斷的推算后續的元素，達到使用到哪個元素才生成哪個元素的效果？在Python中，這種機制稱為生成器：generator。

創建generator，方法一：

>>> m = (x for x in range(10))
>>> m
<generator object <genexpr> at 0x0376BF00>

觀察可知，和列表生成式相比，區別僅僅在於將最外層的[]換成()。請注意，m並不是一個list，而是一個generator。如何打印generator中的每一個元素呢？笨重方法（該方法基本用不到）：

>>> next(m)
0
>>> next(m)
1
>>> l = ['hah','hehe']
>>> next(m)
2

中間有個小插曲，隨便做了一個操作，緊接着我們又調用next函數，發現結果還是按照算法計算出下一個值。（當生成器沒有更多的元素的時候，會拋出StopIteration錯誤）

方便的取元素方法：因為generator是可迭代對象（從StopIteration錯誤類型，我們也可以猜測出來），我們可以使用for循環實現取數：

>>> n = (a+b for a in 'abc' for b in 'xyz')
>>> for i in n:
...     print(i)
...
ax
ay
az
bx
by
bz
cx
cy
cz

方法二：

如果上述中的推算算法比較復雜，使用方法一無法實現的時候，可以使用函數來實現。比如著名的斐波拉契數列（1,1,2,3,5,8,13,21……除了第一個和第二個數外，任意一個數都是由其前兩個數相加的和）。斐波拉契數列使用列表生成式寫不出來，可以使用函數把它打印出來：

>>> def fib(max):
...     n,a,b = 0,0,1
...     while n < max:
...             print (b)
...             a,b = b,a+b#相當於將一個tuple(b,a+b)賦值給a,b
...             n = n + 1
...     return
...
>>> fib (6)
1
1
2
3
5
8

其實，上述fib()和generator非常相近了。只需要把print(b)變成yield b 就可以了:

>>> def fib(max):
...     n,a,b = 0,0,1
...     while n < max:
...             yield b
...             a,b = b,a+b
...             n = n+ 1
...     return
...
>>> fib(6)
<generator object fib at 0x037DA120>

這就是定義generator的第二種方法。如果一個函數中包含yield關鍵字，那么這個函數就不再是普通函數，而是一個generator。兩者的執行流程可以這么區別：普通函數是順序執行，遇到return或者最后一行代碼函數就會返回。而generator，在每次調用next()的時候執行，遇到yield語句返回。再次執行的時候，從上次返回的yield語句處繼續執行。

使用for循環來迭代：

>>> m = fib(5)
>>> for i in m :
...     print(i)
...
1
1
2
3
5

那么如何獲取一個generator中的return的值呢？這時必須捕獲StopIteration錯誤，返回值就包含在StopIteration的value中：

>>> def fib(max):
...     n ,a,b  = 0,0,1
...     while n < max:
...             yield b
...             a,b = b,a+b
...             n = n+1
...     return 'Over'
...
>>> m = fib(6)
>>> while True:
...     try:
...             x = next(m)
...             print(x)
...     except StopIteration as e:
...             print(e.value)
...             break
...
1
1
2
3
5
8
Over

練習：

楊輝三角：

          1　　　　　　n=0
         / \　　　　　　
        1   1　　　　　n=1
       / \ / \　　　　　　
      1   2   1　　　　n=2
     / \ / \ / \　　　　　　
    1   3   3   1　　　n=3
   / \ / \ / \ / \　　　　
  1   4   6   4   1　　n=4
 / \ / \ / \ / \ / \
1   5   10  10  5   1 n=5
楊輝三角，把二項式系數圖形化，把組合數內在的一些代數性質直觀的從圖形中表現出來，是一種離散型的數與形的優美結合。
有如下規律：
1，每行端點和結尾的數為1；
2、每行數左右對稱，由1開始逐漸變大；
3、第n行有n項；
4、第n行數字之和為2的n-1次方；
5、第n行的m個數可表示為C(n-1,m-1)，即為從n-1個不同元素中取m-1個元素的組合數；
6、第n行的第m個數和n-m+1個數相等，為組合數性質之一；
7、每個數字等於上一行的左右兩個數字之和；（利用此性質可寫出整個楊輝三角）
8、(a+b)

ⁿ

的展開式中的各項系數依次對應楊輝三角的第(n+1)行中的每一項
如果把楊輝三角的每一行看做一個list，試寫一個generator，不斷輸出下一行的list：

>>> def triangle():
...     l=[1]
...     while True:
...             yield l
...             l.append(0)
...             l= [l[i-1]+l[i] for i in range(len(l))]
...

驗證一下：

>>> x = triangle()
>>> next(x)
[1]
>>> next(x)
[1, 1]
>>> next(x)
[1, 2, 1]
>>> next(x)
[1, 3, 3, 1]
>>> next(x)
[1, 4, 6, 4, 1]
>>> next(x)
[1, 5, 10, 10, 5, 1]
>>> next(x)
[1, 6, 15, 20, 15, 6, 1]
>>> next(x)
[1, 7, 21, 35, 35, 21, 7, 1]
>>> next(x)
[1, 8, 28, 56, 70, 56, 28, 8, 1]
>>> next(x)
[1, 9, 36, 84, 126, 126, 84, 36, 9, 1]
>>> next(x)
[1, 10, 45, 120, 210, 252, 210, 120, 45, 10, 1]
>>> next(x)
[1, 11, 55, 165, 330, 462, 462, 330, 165, 55, 11, 1]
>>> next(x)
[1, 12, 66, 220, 495, 792, 924, 792, 495, 220, 66, 12, 1]

收工！