【Python】生成器（generator）

刚开始接触生成器的时候，个人觉得这个东西没有必要，迭代器和函数不就够了吗，但是稍微了解了一些生成器的时候，突然觉得生成器……“真香”，包括到contextlib支持with的使用，异步IO的使用，越来越喜欢生成器了……

生成器的作用

    首先，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。

使用生成器

1. 只要把一个列表生成式的[]改成()，就创建了一个generator。
   如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值。
   generator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的错误。

g = (x * x for x in range(10))
print(type(g))  	# <class 'generator'> 生成器

当然，不断调用next(g)实在是太变态了，正确的方法是使用for循环，因为generator也是可迭代对象。

for n in g:
    print(n)

2. 通过yield关键字实现generator
   观察下面的斐波那契，把fib函数变成generator。
   generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。

def fib(m):
    a, b = 1, 1
    n = 0
    yield a
    n += 1
    yield b
    while n < m:
        n += 1
        a, b = b, a+b
        yield b
    return


if __name__ == '__main__':
	for x in fib(10):
    	print(x)

下面为实现杨辉三角的generator

def triangles():
    L = [1]
    while True:
        yield L
        L = [1] + [L[i] + L[i+1] for i in range(len(L) - 1)] + [1]


if __name__ == '__main__':
	n = 0
	for t in triangles():
    	print(t)
    	n = n + 1
    	if n == 10:
        	break

注意：区分普通函数和generator函数，普通函数调用直接返回结果
   generator函数的“调用”实际返回一个generator对象