生成器（yield函数）
yield介绍
带有yield的函数在Python中称为生成器（generator）
生成斐波那契（Fibonacci）数列是一个非常简单的递归数列，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。
列子1：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
| def A(max):
a,b,c = 0,0,1
while a < max:
print(C)
b,c = c,b+c
a = a +1
a(5)
结果：1
1
2
3
5
|
直接在A函数中用print导致函数可复用性较差，因为A函数返回None,其它函数无法获得函数生成的数列。要提高A函数的可复用性，需返回一个列表（list）
列子2：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
| def A(max):
a,b,c = 0,0,1
L = []
while a < max:
L.append(c)
b,c = c, b+c
a = a + 1
return L
结果： for a in A(5):
1
1
2
3
5
|
函数在运行中占用的内存随着参数增大而增大，如果要控制内存占用，不要用列表保存中间结果，而是通过iterable对象来迭代
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
| for i in range(1000)： #会导致生成一个1000个元素的列表
pass
yield
def A(max)：
a,b,c = 0,0,1
while a < max:
yield ｃ ＃ 打印Ｃ
b,c = c,b + c
a = a + 1
结果：for a in A(5):
print(a)
1
1
2
3
5
|
yiled作用就是把一个函数变成生成器，带有yield函数不再是普通函数，解释会认为是一个生成器，调用A(5)不会执行A函数，而是返回一个生成器对象。
生成器的唤醒（next()函数和send()函数）
例子1：使用send()函数
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| def A():
i = 0
while i < 5:
t = yield i
print(t)
i += 1
f = A()
next(f)
0
f.send('111')
111
1
next(f)
None
2
f.send('000')
000
3
|
使用send（）函数可以在唤醒同时断点处传入一个附加数据执行到yield时，A函数作用暂时保存，返回i的值，t接收send发送的值
例子2：使用next函数
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
| f = A()
next(f)
0
next(f)
None
1
next(f)
None
2
next(f)
None
3
next(f)
None
4
next(f)
None #超出范围
|
例子3：使用__next__()函数
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
| f = A
f.__next__()
0
f.__next__()
None
1
f.__next__()
None
2
f.__next__()
None
3
f.__next__()
None
4
f.__next__() #超出比较，报出异常
None
|
