生成器(generator)

生成器

生成器就是一個帶yield的函數（只要函數包含yield，函數調用就會返回一個生成器對象），普通的函數只能返回一次，但一個生成器可以暫停執行並返回一箇中間的結果，當生成器的next()方法被調用的時候，會從離開的地方繼續執行，而且可以上次調用的全部局部變量保持不變。說得直白點，生成器就是一個特殊的函數，它能產生一列的結果而不僅是產生單一結果。
生成器也是一個迭代器，擁有next方法而且行爲與迭代器徹底相同，可用於for循環中(for循環每次自動調用next方法直到拋出StopIteration異常)，而且定義一個生成器比定義一個迭代器簡單不少。

生成器的優勢

1. 能夠保留函數的參數
2. 每次調用next方法時，所使用的參數都是上一次調用所保留下來的，而不是新建立的，而且能夠屢次調用
3. 生成器的定義比迭代器的定義簡單
4. 佔用空間小，每次調用才產生值，而不是產生徹底後返回

簡單的生成器

生成器能夠看做是一個迭代器，擁有next()方法，當一個真正的返回（調用return）或者函數結束沒有更多的值返回時（調用next()），會拋出StopIteration異常

用生成器實現斐波那契係數

def fab(max):
    a = 1
    b = 1
    i = 0
    while i<max:
        yield b
        a,b = b,a+b
        i += 1

it = fab(5)

for i in range(7):
    print it.next()

# 1
# 2
# 3
# 5
# 8
# Traceback (most recent call last):
#   File "test.py", line 13, in <module>
#     print it.next()
# StopIteration

生成器的特性

1.當第1次調用生成器函數的時候，並不運行函數（如函數中有print語句，並不執行），**只是構建生成器對象*，並將生成器返回**，生成器函數可帶參數也可不帶參數

>>> def fab(max):
...     a,b,i = 1,1,0
...     while i<max:
...             yield b
...             a,b = b,a+b
...             i +=1
... 
>>> f = fab(10)
>>> type(f)
<type 'generator'>

2.當第1次調用生成器的next方法時，生成器纔開始執行生成器函數（並非構建，此時運行1中說的print語句），直到遇到yield暫停執行，並將yield的參數做爲這次next的返回值。

>>> f.next()
1

3.以後每次調用next方法，生成器將恢復環境並從上次運行的地方開始從新開始執行，直到再次遇到yield時暫停，而且將yield的參數做爲next的返回值。

>>> f.next()
2

4.當調用next方法時生成器結束（遇到空的return語句或到達函數末尾），這次next將會拋出StopIteration異常
5.生成器函數中不容許有參數的return語句，若是出現，將會拋出SyntaxError: 'return' with argument inside generator錯誤

def fab(max):
    a = 1
    b = 1
    while i<max:
        yield b
        a,b = b,a+b
        i += 1
    return False

it = fab(5)
#   File "test.py", line 8
#     return False
# SyntaxError: 'return' with argument inside generator

6.生成器函數在每次暫停執行時，函數體內的全部變量都將被封存(freeze)在生成器中，並將在恢復執行時還原，而且相似於閉包，即便是同一個生成器函數返回的生成器，封存的變量也是互相獨立的。

加強的生成器

send()：將值返回給生成器
throw()：在生成器中拋出異常
close()：要求生成器退出

1.send(value)

send是除了next方法之外另外一個恢復生成器的方法；此時，yield必須是一個表達式，yield表達式返回的值就是調用send方法的參數，生成器從yield開始運行，直到再次遇到yield，並將yield的參數做爲send方法的返回值

1. 調用send傳入非None，生成器必須處於掛起狀態，不然將拋出異常。不過，未啓動的生成器仍可使用None做爲參數調用send
2. 若是使用next恢復生成器，yield表達式的值將是None

def gener():
    name = 'not input'
    while True:
        name = yield name
        if name == None:
            name = "not input"
        else:
            name = "I'm " + name


it = gener()

print it.send(None)
print it.send("zhainankl")
print it.next()

# not input
# I'm zhainankl
# not input

2.close()

這個方法用於關閉生成器。對關閉的生成器後再次調用next或send將拋出StopIteration異常。

3.throw(type, value=None, traceback=None):

這個方法用於在生成器內部（生成器的當前掛起處，或未啓動時在定義處）拋出一個異常。

利用yield模擬線程併發

def thread1():
    for x in range(4):
        yield  x
        

def thread2():
    for x in range(4,8):
        yield  x
        

threads=[]
threads.append(thread1())
threads.append(thread2())


def run(threads): #寫這個函數，模擬線程併發
    pass

run(threads)

def run(threads):
    for t in threads:
        try:
            print t.next()
        except StopIteration:
            pass
        else:
            threads.append(t)

參考

1. Python函數式編程指南（四）：生成器
2. Python之美[從菜鳥到高手]--生成器之全景分析