弄懂这6个问题拿下python生成器（Python终结者生成器）

小君 2023-04-03 17:53:28 503

弄懂这6个问题拿下python生成器（Python终结者生成器）我在面试Python程序员的时候，连续几个号称资深的程序员，回答Generator的问题都回答的不好。如果你能理解透彻这篇文章，对你的加薪作用可能不止一千。❞❝Generator只不过是Iterable和Iterator的一种简单形式。用类的形式写Iterable/Iterator，要定义类，并包含至少三个函数：__init__，__iter__和__next__，但用Generator只要定义一个函数就搞定了。

来源：麦叔编程

作者：麦2叔

先来学几个英文单词，本文统一使用英文单词表示以下概念：

「Iterable」：「可迭代对象」
「Iterator」：「迭代器」
「Generator」：「生成器」

本文的重点是「Generator」，之所以上来就说这3个概念，是因为：

❝

Generator只不过是Iterable和Iterator的一种简单形式。

用类的形式写Iterable/Iterator，要定义类，并包含至少三个函数：__init__，__iter__和__next__，但用Generator只要定义一个函数就搞定了。

❞

我在面试Python程序员的时候，连续几个号称资深的程序员，回答Generator的问题都回答的不好。如果你能理解透彻这篇文章，对你的加薪作用可能不止一千。

虽然有标题党的嫌疑，但具有实在的意义。所以既然进来了，就耐心读下去吧。一周能理解透一个重要概念，假以时日，你就是高手。

Generator是Iterable/Iterator的简单写法

如果你对Iterable和Iterator一无所知，建议先阅读本文的姊妹篇：

『Python终结者 #2』可迭代对象（iterable) vs 迭代器（iterator) vs 生成器 (Generator)

我们先用「Iterable/Iterator」的方式来定一个「随机数生成器」，我把它命名为「Randable」，它的功能是：

❝

随机生成若干个1到100之间的随机数。

❞

import random class Randable(): def __init__(self total): self.count = 0 self.total = total def __iter__(self): return self def __next__(self): if self.count == self.total: raise StopIteration rand_num = random.randint(1 100) self.count = 1 return rand_num

使用上面的Randable类生成88个随机数：

for i in Randable(88): print(i)

这是一个类，包含__init__，__iter__和__next__3个函数：

Randable(100)调用__init__函数创建了一个可以生成100个随机数的对象。
for语句循环这个对象的时候首先调用__iter__函数获取Iterator，也就是这个对象本身。
然后for不停调用__next__函数做循环，直到抛出StopIteration异常。

整个过程有点小复杂，也难以理解。Generator的出现就是为了简化这种复杂的写法。

实现同样的功能，Generator只需要一个「函数」就够了：

def randgen(total): for _ in range(0 total): yield random.randint(1 100)

调用过程不变：

for i in randgen(88): print(i)Generator的原理

for循环过程

结合上面的Geneator的例子，我们看一下for循环的过程：

调用generator函数randgen(88):，并不会马上执行函数中的代码，而是返回一个generator对象。
for循环通过Python内置的next函数调用这个对象，直到对象抛出StopIteration异常为止。

试验一下：

def randgen(total): for _ in range(0 total): yield random.randint(1 100) g = randgen(88) print(type(g))

执行上面这段代码，会打印出：

<class 'generator'>Generator特征

Generator函数中没有return语句，只有「yield」语句。所以生成器就是：「有yield关键词的函数」。
Generator也可以有return语句，return语句就相当于抛出了StopIteration异常，会结束函数。
使用next()函数执行Generator中的代码，上面的for循环也是这个原理。
当代码执行到「yield」语句的时候，yield会返回一个值给调用者，然后函数暂定在原地，等待下次调用。
下次调用会从上次暂定的地方继续执行代码。这个过程会重复直到所有代码都执行完成，或者抛出了异常。

来看一个例子：

# Generator def three_step(): print('这是第一步，你好！！') yield print('这是第二步，你还好吗？') yield print('这是第三步，再见！') s = three_step() next(s) next(s) next(s)

运行一下，打印的结果如下：

---第一次调用这是第一步，你好！！ ---第二次调用这是第二步，你还好吗？ ---第三次调用这是第三步，再见！ Traceback (most recent call last): File "/Users/zjueman/git/python/weixin/generator/gen.py" line 47 in <module> next(s) StopIteration

说明一下：

yield关键词会让函数暂停，也可以没有返回值
「可以把generator理解成有状态的函数」。一般的函数没有自己的状态，执行一次就结束了。但是generator有自己的状态可以被多次调用。
实际上Generator背后就是一个类，所以它有状态。上一节中我们说过，Generator就是Iterable/Iterator类的一种简单写法。

Generator表达式

Genertor除了函数的写法之外，还可以用表达式的写法。它的写法和列表推导式类似，区别就是把中括号**[...]「改成小括号」(...)**。

这是一个列表推导式：

import sys # 生成1到1万的数字的平方 nums_squared_list = [i * 2 for i in range(10000)]

这是Generator表达式：

import sys # 生成1到1万的数字的平方 nums_squared_gen = (i * 2 for i in range(10000))

前者会在内存中生成10000个数字，放在列表中。

后者不会马上生成，当你每次用next(nums_squared_gen)函数去调用它的时候，它会生成一个并返回。

如果你对推导式不熟悉，请看终结者系列的另一篇文章。链接见文末。

Generator的性能优势

Generator因为可以被循环，经常被拿来和list做对比。它最让人津津乐道的是它的性能优越性。

假如你开了一家汉堡店，有个大客户向你订购1000万个汉堡。你会一次性生产完这些汉堡吗？

傻的汉堡店主会这样：

❝

一次性生产完1000万个汉堡，可是店里根本放不下啊。再租个仓库放。可是后来发现汉堡都坏掉了。

❞

聪明的汉堡店主会这样：

❝

分批生产！客户什么时候来要，就给他们马上生产一批，既不会把店占满，汉堡还新鲜！

❞

那如果有个需求，让你生成100亿个随机数，再求和。你会这样写吗？

# 请不要尝试下面的代码，因为你的电脑可能会卡死！！！ rand_nums = [] for i in range(1 10000000000): rand_nums.append(random.randint(1 100)) print(sum(rand_nums))

如果这样写，你的程序会在内存中生成100亿个整数，这也许会占满你的内存。

正确的写法是使用Generator，就用我们上面的randgen吧：

print(sum(randgen(10000000000)))

前面使用list的时候，要先在内存中生成100亿个数字，然后再求和，这占空间又费时间。

而用Generator是每次用到的时候才生成1个，不用那么多空间。

我们可以测试一下前面的推导式的例子中占用的内存情况：

>>> import sys >>> nums_squared_list = [i * 2 for i in range(10000)] >>> sys.getsizeof(nums_squared_list) 87624 # 列表推导式占用了87624字节的内存 >>> nums_squared_gen = (i ** 2 for i in range(10000)) >>> print(sys.getsizeof(nums_squared_gen)) 120 # Generator只占用了87624字节的内存

这个例子中只生成10000个数字，区别还没那么大。如果是生成100亿个数字，区别会更大，因为Generator占用的内存基本是恒定的，和数字多少无关。

如果你曾经在写代码的时候犯了「傻汉堡店主」的问题，那么不要羞愧，因为Python语言的设计者们都犯过这样的错误！

在Python 2中很多标准库使用列表形式，出现内存问题。所以在Python 3中很多标准库都改用了Generator。

比如：

range()函数在Python 2中返回的是一个列表，在Python 3中返回的是一个Genator。
字符串的迭代器也是一个Generator

print(iter('abcpython终结者2')) print(iter(range(1 10000)))

打印结果：

<str_iterator object at 0x7fa30ba3e3a0> <range_iterator object at 0x7fa30ba3e2d0>帮你熟悉Generator的几个代码例子

我们再来多看几个代码例子，有的很简单，目的是为了给你增加更多的代码感觉。

range是一个Generator，所以多大的range内存都不会爆for i in range(5):
print(i)
三次方生成器def mygenerator(n):
for i in range(1 n 2):
yield i**3
表达式形式的三次方生成器mygenerator = (i**3 for i in range(1 10 2))
Generator不只是用在for循环中，我们可以手动用next()函数调用它def mygenerator(n):
for i in range(1 n 2):
yield i * (i 1)
my_gen = mygenerator(6)
next(my_gen)
2
next(my_gen)
12
next(my_gen)
30
next(my_gen)
> StopIteration error