生成器
通过列表生成式，我们可以直接创建一个列表。但是受内存限制，列表容量肯定是有限的。
而且，创建一个很多很多元素的列表，不仅占用很大的内存空间，如果我们仅仅访问前几
元素，那后面绝大多数的元素占用的空间就白白浪费了。
所以，如果列表元素可以按照某种算法推算出来，那多好！这样就不必浪费空间了，这样
你好我好大家好。
在Python中，这种一边循环一边计算的机制，称为生成器：generator
要创建一个generator，有很多种方法。
1）只要把一个列表生成式的[]改为()，就创建了一个generator。
L = [i * i for i in range(5)]
print(L)#[0, 1, 4, 9, 16]
g = (i * i for i in range(5))
print(g)#<generator object <genexpr> at 0x111136ca8>
创建L和g的区别仅在于最外层[]和(),L是一个list而g是一个genratot。
我们可以直接打印出list的每一个元素，但我们怎么打印出generator的每一个元素呢？
我们可以通过 next(g)挨个拿其中的元素，最后一个取完之后再进行 next()操作会
报错（StopIteration）。
一个一个取是在太繁琐，我们可以用for循环，因为genertor是一个可迭代对象。
g = (i * i for i in range(5))
for i in g:
print(i) #用for循环来迭代，并且不需要关心StopIteration报错。
2）用函数来实现。
比如，斐波那契数列：1，1，2，3，5，8，13，21，34....
用列表生成式写不出来，但是我们可以用函数把它打印出来：
def fib(number):
n, a, b = 0, 0, 1
while n < number:
print(b)
a, b = b, a + b
n = n + 1
return 'OK!'
print(fib(5))
结果：
1
1
2
3
5
OK!
我们可以看出从第一个元素开始，推算出后续任意的元素。很像generator。
要把fib函数变成generator，只需要把 print(b)改为 yield b就可以了：
def fib(number):
n, a, b = 0, 0, 1
while n < number:
yield b
a, b = b, a + b
n = n + 1
return 'OK!'
print(fib(5))#<generator object fib at 0x105606ca8>
注意：
这里难理解的就是generator和函数的执行流程是不一样的。
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。
注意：函数创建一次生成一个生成器，所以我们会将创建的生
成器赋值给一个变量。如果直接用函数本身这个生成器，
我们没用一次生成一个新的生成器对象，所以，我们一
般都将创建的生成器赋给一个变量。
generetor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。
例子：
def odd():
print('step 1')
yield 1
print('step 2')
yield(3)
print('step 3')
yield(5)
f = odd()
print(next(f))
print(next(f))
print(next(f))
结果：
step 1
1
step 2
3
step 3
5
执行三次后再执行 next(f) 就会报错了。
可以看到odd不是普通函数，而是generator遇到yield就会中断
下次又继续执行，执行三次后已经没有yield可以执行，所以再执
行 next(f) 就会报错了。最后的yield后面一般不写东西。
把函数改为generator后，我们基本不这么用 next()来获取下一个返回值
而是直接使用for循环来迭代。
比如上面的fib函数。
def fib(number):
n, a, b = 0, 0, 1
while n < number:
yield b
a, b = b, a + b
n = n + 1
return 'OK!'
for i in fib(5):
print(i)
结果：
1
1
2
3
5
注意：用for循环调用generator时，发现拿不到generator的return
语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误
返回值包含在StopIteration的value中。
（关于如何捕获，异常处理见。）
接下来我们来看send⽅方法, send和next()一样都可以让生成器执行到下一个yield.
例子；
def eat():
print("我吃什么啊")
a = yield "馒头"
print("a=",a)
b = yield "⼤大饼"
print("b=",b)
c = yield "韭菜盒⼦子"
print("c=",c)
yield "GAME OVER"
gen = eat() # 获取⽣生成器器
ret1 = next(gen)
print(ret1)
ret2 = gen.send("胡辣汤")
print(ret2)
ret3 = gen.send("狗粮")
print(ret3)
ret4 = gen.send("猫粮")
print(ret4)
结果：
我吃什么啊
馒头
a= 胡辣汤
⼤大饼
b= 狗粮
韭菜盒⼦子
c= 猫粮
GAME OVER
send和next()区别:
1. send()和next()都是让生成器向下走一次
2. send可以给上一个yield的位置传递值,不能给最后一个yield发送值.
在第一次执行生成器代码的时候不能使用send()
三道题：
<1>
def add(a, b):
return a+b
def Test():
for i in range(4):
yield i
g = Test()
for n in [2, 10]:
g = (add(n, i) for i in g)
print(list(g))
结果：
[20, 21, 22, 23]
分析：
print(list(g))这个语句之前都是准备阶段，只程序走到
print(list(g))这个语句这里程序才会执行，那么在此程
序执行的准备阶段前面做了什么事呢：
到for循环这
n = 2
g = (add(n, i) for i in Test())
n = 10
g = (add(n, i) for i in add(n, i) for i in Test())
这个时候执行list(g)其实执行的只是n==10的时候
结果：[20, 21, 22, 23]
<2>
def func():
print('1')
yield 'This is one step'
print('2')
yield 'This is two step'
print('3')
yield 'This is theree step'
it = func()#函数返回生成器
print(list(it))
结果：
1
2
3
['This is one step', 'This is two step', 'This is theree step']
<3>
def func():
print(111)
yield 222
g = func() # 生成器g
g1 = (i for i in g) # 生成器g1. 但是g1的数据来源于g
g2 = (i for i in g1) # 生成器器g2. 来源g1
print(list(g)) # 获取g中的数据. 这时func()才会被执行. 打印111.获取到222. g完毕.
print(list(g1)) # 获取g1中的数据. g1的数据来源是g. 但是g已经取完了了. g1 也就没有数据了
print(list(g2)) # 和g1同理
结果：
111
[222]
[]
[]
Form zero to hero
