【Python3_进阶系列_010】Python3-生成器

一、生成器

 在Python中，使用生成器可以很方便的支持迭代器协议。生成器通过生成器函数产生，生成器函数可以通过常规的def语句来定义，但是不用return返回，而是用yield一次返回一个结果，在每个结果之间挂起和继续它们状态，来自动实现迭代协议。

下面通过几个实例来了解生成器的工作：

例子1：

def fun(n):
    i=0
    while i<n:
        print("开始",i)
        yield i
        i+=1
        print("结束",i)
b=fun(5)
next(b)
next(b)

输出：
开始 0

结束 1
开始 1

执行过程：第一个next(b)，执行到print（“开始”，0）,遇到yeild就停止。第二个next(b)，会从上一个yield之后开始执行，一直到下一个yield。也就是输出结束1，开始1.

特点1：函数里面加入yield之后，函数就是生成器

也就是说，yield是一个语法糖，内部实现支持了迭代器协议，同时yield内部是一个状态机，维护着挂起和继续的状态。
生成器函数返回生成器的迭代器。 “生成器的迭代器”这个术语通常被称作”生成器”。
要注意的是生成器就是一类特殊的迭代器。作为一个迭代器，生成器必须要定义一些方法，其中一个就是__next__()。如同迭代器一样，我们可以使用__next__()函数来获取下一个值。

在一个 generator function 中，如果没有 return，则默认执行至函数完毕，如果在执行过程中 return，则直接抛出 StopIteration 终止迭代。

实例2：生成器实现斐波那契数列

先看一下传统的方法：
def fab(maxs):
    n,a,b = 0,0,1
    while n < maxs:
        print(b)
        a,b = b,a+b
        n = n + 1

fib = fab(6)

一次性输出：
1
2
3
5
8

加入生成器：
def fab(maxs):
    n,a,b = 0,0,1
    while n < maxs:
        yield b ##yield只能依次读取，不能从中间读取
        a,b = b,a+b
        n = n + 1

fib = fab(6)
print(next(fib))
print(next(fib))
print(next(fib))
print(next(fib))
print(next(fib))

依次输出：
1
1
2
3
5

可以看到生成器实现的时候，我们可以按照需要进行取值，而不用一次性输出全部的数据。这个功能在读文件的时候，如果文件很大，我们可以用生成器去读，就不会占很大的内存空间

二、面试题

1.小数位步长实现：range函数的步长都是》=1的，我们实现一个函数，支持小数位的步长。例如 rangex(0,1,0.1).依次返回0，0.1,0.2,0.3.。。。

def range_powerfull(start,end,step):
    if isinstance(start,(int,float)) and isinstance(end,(int,float)):
        while start <end:
            start
            yield float(start)
            start+=step
    else:
        print('输入错误，开始和结束位置请输入整数或者浮点数')

a = range_powerfull(0,1,0.1)
b = range_powerfull(3,10,0.75)
c = range_powerfull('c',5,0.23)

for x in a:
    print(x)

for y in b:
    print(y)

输出：
0.0
0.1
0.2
0.30000000000000004
0.4
0.5
0.6
0.7
0.7999999999999999
0.8999999999999999
0.9999999999999999


3.0
3.75
4.5
5.25
6.0
6.75
7.5
8.25
9.0
9.75

可以通过for循环一次全部取出值，也可以通过next（）函数一个一个的取值。

2.

实现装饰器测试函数的运行时间，现在要求，在这个装饰器的基础上，完善这个装饰器。使其：
1. 依然可以测试函数运行的时间
2. 依然可以将函数运行的时间输出到屏幕上
3. 除了以上两点，还可以将运行时间，以日志的形式记录在指定的文件中（当作日志）。
4.测试函数大家自己选取

 

import time

def run_time(func):
    def new_fun(*args):
        t0 = time.time()
        back = func(*args)
        times = time.time() - t0
        print('run time: %s' % (times))
        with open('log.txt', 'a+') as f:
            f.write('---%s\t' % (str(time.asctime(time.localtime()))))
            f.write('run time: %f\n' % (times))
        return back, times

    return new_fun


@run_time
def bu(x):
    for i in range(len(x)):
        for j in range(i,len(x)):
            if x[i]>=x[j]:
                x[i],x[j]=x[j],x[i]
    return x

print(bu([2,3,6,1,3,2,7]))

输出：
([1, 2, 2, 3, 3, 6, 7], 0.0)
并且追加写入log

3.在编辑文本中，我们经常需要在文本中找到某个模式出现的位置。比如我要在文本中找到某个字符串出现的次数和位置，这种问题称为字符串匹配问题。我们简化为在一个字符串中找到模式出现的位置。

如：字符串为：str1='adhvahabcabcabcfjiaohgio'
模式为：str2='abc'
找出str1中模式出现的位置(6,9,12)

str1='adhvahabcabcabcfjiaohgio'
str2='abc'

str11='das3212345mn*1232123)'
str22='32123'

def find_index(pattern,original):
    li = []
    for i in range(len(original)):
        if original[i]==pattern[0] and original[i:i+len(pattern)]==pattern:
            li.append(i)
    return li

print(find_index(str2,str1))
print(find_index(str22,str11))
输出：

[6, 9, 12]
[3, 15]

4.字符串里面的count可以统计字符出现的次数，现在要求大家定义这样的一个类，这个类里有一个方法可以统计字符串里的所有的字符出现的次数，并作为一个字典返回，同时这个类还有字符串的所有方法。

import os, hashlib

class new_str(str): ##继承str就可以有字符串的全部方法
    def __init__(self, str1):
        self.str1 = str1

    def count(self):
        dic = {}
        for i in set(self):
            dic[i] = int(super().count(i))
        return dic


randstr = hashlib.sha1(os.urandom(32)).hexdigest()

a = new_str(randstr)
print(a.count())

输出：{'a': 1, '3': 3, '4': 2, '9': 3, '6': 2, 'f': 2, '7': 6, 'd': 3, '8': 2, 'c': 5, '1': 2, '0': 4, '5': 2, '2': 3}