生成器相关&笔试题

1. 生成器对象

生成器就是自定义迭代器

# 在定义阶段，就是一个普通的函数
def my_gen():
	print('你好啊')
	yield 123
	print('second')
	yield 456
"""
当函数体内含有yield关键字，
那么在第一次叫用函数的时候，并不会执行函数体代码，
而是将函数变成了生成器（迭代器）
"""

# 在第一次调用函数时有了变化,内置多了__iter__方法和
# __next__方法，但是不执行函数体代码。
res = my_gen()
ret = res.__next__()  # yield后面的返回值
print(ret)
ret = res.__next__()
print(ret) # 每执行一个next代码往下运行到yield停止，返回后面的数据。
ret = res.__next__()
print(ret)  # 没有数据后，报错：StopIteration

2. 基于生成器实现range功能

def my_range(start, end=None, step=1):
	if not end:
		end = start
		start = 0
	while start < end:
		yield start
		start += step

for i in my_range(10):
	print(i)
# 支持传入1，2，3个值

3. yield传值 & 与return比较

def eat(name):
	print('%s 干饭'% name)
	while True:
		food = yield
		print('%s 正在吃 %s' %(name, food))

res = eat('jason')  # 不会执行代码，只是转换成生成器
res.__next__()
res.send('饺子')
# send用来：1.传值  2.调用next方法
res.send('火锅')

yield和return对比
yield:

1. 可以返回值，且支持多个（组织成元组）
2. 函数体代码遇到yield不会结束，会 暂停
3. yield会将函数变成生成器，还支持外界传值

return：

1. 可以返回值，且支持多个（组织成元组）
2. 函数体代码遇到return直接结束

4. 生成器表达式

l = [1,2,3,4,5]
res = (i+1 for i in l if i != 4)
# 得到一个生成器

"""
生成器表达式内部的代码，只有在迭代取值的时候才会执行
"""
print(res.__next__())
print(res.__next__())
print(res.__next__())


"""
迭代器对象，生成器对象都可以看成是“工厂”
只有当我们索要数据的时候工厂才会加工出“数据”
上述方式就是为了节省空间。

以后优化项目的时候可以用到。
"""

5. 生成器笔试题

def add(n, i):
	return n + i

def test():
	for i in range(4):
		yield i
		
g = test()
for n in [1, 10]:
	g = (add(n, i) for i in g)

res = list(g)
print(res)
# 最终答案是？？？