生成器

简述

当我们需要一组庞大的数据时但是我们只使用了这组数据中的某一些值，这样不仅造成空间的浪费而且在生成数据时要占用大量时间。因此我们使用生成器来解决这种缺陷。

生成器的作用：列表的元素按某种算法推算出来，我们在后续的循环中不断推算出后续的元素，在python中，这种一边循环一边计算的机制，称之为生成器(generator)。

列表生成式

[x*x for i in range(10)]

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，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。

只要把一个列表生成式的[]改成()，就创建了一个generator：

g = (x * x for x in range(10))

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。

但是我们一般通过for循环来迭代它，并且不需要关心StopIteration的错误。

for i in g:

print(i)

斐波那契数列

def fib(max):
    n,a,b = 0,0,1
    while n < max:
        yield b       
        a , b = b ,a+b
        n = n+1
 
    return  "----done---"

如果一个函数中包含yield关键字，那么这个函数就不是一个普通的函数，而是一个生成器(generator)。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