列表推导式 VS 生成器表达式

生成器表达式和推导式（通常指列表推导式）是 Python 中非常相似但用途截然不同的两种工具。它们的核心区别在于内存使用方式和计算时机。

简单来说，你可以把它们想象成两种不同的数据处理方式：

• 列表推导式：像一个“囤货商”，一次性把所有数据生产出来并存放在仓库（内存）里，等你随时来取。
• 生成器表达式：像一个“现做现卖”的摊位，你拿一个，它才生产一个，不占用仓库空间。

📊 核心区别对比

特性	列表推导式	生成器表达式
语法符号	使用方括号 []	使用圆括号 ()
返回类型	返回一个 list 对象	返回一个 generator 对象
计算时机	立即求值：定义时就一次性生成所有数据	惰性求值：迭代时才逐个计算，不计算则不生成
内存占用	高：所有数据都存储在内存中	极低：只保存计算逻辑，不保存数据本身
遍历次数	可以无限次遍历	只能遍历一次，耗尽后需重新创建
数据访问	支持索引、切片、len() 等操作	不支持索引访问，只能顺序迭代

📝 定义与使用场景

列表推导式：当你需要完整的列表时

列表推导式适用于数据量不大，并且你需要对整个数据集进行多次访问、修改或随机读取的场景。

定义语法：

# [表达式 for 变量 in 可迭代对象 if 条件]
squares = [x**2 for x in range(10) if x % 2 == 0]
print(squares) # 输出: 

典型使用场景：

• 数据量小：处理的数据可以轻松放入内存。
• 需要多次遍历：比如需要对结果列表进行多次循环处理。
• 需要随机访问：比如需要通过索引 result 或切片 result[:5] 来获取数据。
• 需要知道长度：比如需要调用 len(result)。

生成器表达式：当你关心内存或只需遍历一次时

生成器表达式是处理大数据流或只需要单次遍历场景的利器，它能极大地节省内存。

定义语法：

# (表达式 for 变量 in 可迭代对象 if 条件)
squares_gen = (x**2 for x in range(10) if x % 2 == 0)
print(squares_gen) # 输出: <generator object <genexpr> at 0x...>

你需要通过 for 循环或 next() 函数来“驱动”它生成数据。

典型使用场景：

• 数据量巨大：处理百万、千万级别的数据，避免内存溢出（OOM）。
• 单次遍历：数据只需要被消费一次，比如在 for 循环中。
• 作为函数参数：直接传给 sum(), max(), any() 等一次性消耗迭代器的函数，非常高效。

  # 计算平方和，无需创建中间列表
  total = sum(x**2 for x in range(1000000))
  

⚠️ 常见误区

一个常见的错误是认为 list(x for x in range(10)) 是一种优化写法。实际上，这完全抵消了生成器的优势，因为它会立即将生成器中的所有元素加载到一个列表中，效果和 [x for x in range(10)] 一样，但多此一举。

总结一下：

• 小数据、需复用 -> 用列表推导式 []。
• 大数据、省内存、一次过 -> 用生成器表达式 ()。