Python生成器

　　通過列表生成式，我們可以直接創建一個列表。但是，受到記憶體限制，列表容量肯定是有限的。而且，如果創建一個包含100萬個元素的列表，不僅占用很大的存儲空間，如果我們僅僅需要訪問前面幾個元素，那後面絕大多數元素占用的空間都白白浪費了。

　　如果列表元素可以按照某種演算法推算出來，可以在迴圈的過程中不斷推算出後續的元素，這樣就不必創建完整的list，從而節省大量的空間。在Python中，這種一邊迴圈一邊計算的機制，稱為生成器：generator。

　　要創建一個generator，有很多種方法。第一種方法很簡單，只要把一個列表生成式的[]改成()，就創建了一個generator：

>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x000002B3BA7D79E8>

　　創建L和g的區別僅在於最外層的[]和()，L是一個list，而g是一個generator。

　　我們可以直接列印出list的每一個元素，如果要列印出generator的每一個元素，可以通過next()函數獲得generator的下一個返回值。generator保存的是演算法，每次調用next(g)，就計算出g的下一個元素的值，直到計算到最後一個元素，沒有更多的元素時，拋出StopIteration的錯誤。也可以用for迴圈：

>>> for n in g:
...     print(n)
...
0
1
4
9
16
25
36
49
64
81

　　當我們創建了一個generator後，基本上永遠不會調用next()，而是通過for迴圈來迭代它，並且不需要關心StopIteration的錯誤。

　　如果推算的演算法比較複雜，用類似列表生成式的for迴圈無法實現的時候，還可以用函數來實現。

　　比如，斐波拉契數列（Fibonacci），除第一個和第二個數外，任意一個數都可以由前兩個數相加得到：1，1，2，3，5，8，13，21，34，……。斐波拉契數列用列表生成式寫不出來，但是用函數把它列印出來卻很容易：

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        print(b)
        a, b = b, a + b
        n = n + 1
    return 'done'

# 註意，a, b = b, a + b這條語句相當於：
t = (b, a + b)  # t是一個tuple
a = t[0]
b = t[1]

　　可以看出，fib函數實際上定義了斐波拉契數列的推算規則，可以從第一個元素開始，推算出後續任意的元素，這種邏輯其實非常類似generator。也就是說，上面的函數和generator僅一步之遙。要把fib函數變成generator，只需要把print(b)改為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 'done'

　　這就是定義generator的另一種方法。如果一個函數定義中包含yield關鍵字，那麼這個函數就不再是一個普通函數，而是一個generator：

>>> f = fib(6)
>>> f
<generator object fib at 0x000002B3BA96F150>

　　在這裡，generator和函數的執行流程不一樣。函數是順序執行，遇到return語句或者最後一行函數語句就會返回。而變成generator的函數，在每次調用next()的時候執行，遇到yield語句返回，再次執行時從上次返回的yield語句處繼續執行。可以用一個簡單的例子展示如下：

　　調用該generator時，首先生成一個generator對象，然後用next()函數不斷獲得下一個返回值：

>>> def odd():
...     print('step 1')
...     yield 1
...     print('step 2')
...     yield 3
...     print('step 1')
...     yield 5
...
>>> o = odd()
>>> next(o)
step 1
1
>>> next(o)
step 2
3
>>> next(o)
step 1
5
>>> next(o)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

　　可以看到，odd不是普通函數，而是generator，在執行過程中，遇到yield就中斷，下次又繼續執行。執行3次yield後，已經沒有yield可以執行了，所以，第4次調用next(o)就報錯。

　　同樣的，把函數改成generator後，我們基本上從來不會用next()來獲取下一個返回值，而是直接用for迴圈來迭代：

>>> for n in fib(6):
...     print(n)
...
1
1
2
3
5
8

　　但是用for迴圈調用generator時，發現拿不到generator的return語句的返回值。如果想要拿到返回值，必須捕獲StopIteration錯誤，返回值包含在StopIteration的value中。

>>> g = fib(6)
>>> while True:
...     try:
...             x = next(g)
...             print('g:', x)
...     except StopIteration as e:
...             print('Generator return value:', e.value)
...             break
...
g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
Generator return value: done