文章目录
- 生成器对象
- 自定义range功能
- yield传值(了解)
- yield与return对比
- 生成器表达式
- 生成器面试题
- 面试题解析
生成器对象
# 定义阶段就是一个普通函数
def func():
print('first')
yield 123
print('second')
yield 456
'''
当函数体内含有yield关键字 那么在第一次调用函数的时候
并不会执行函数体代码 而是将函数变成了生成器
'''
res = func()
# 每执行一个__next__代码往下运行到yield停止,并返回后面的数据
res1 = res.__next__() # first
print(res1) # 123
# 再次执行__next__接着上次停止的地方往后 遇到yield再停止
res2 = res.__next__() # second
print(res2) # 456
res3 = res.__next__() # 报错
自定义range功能
def my_range(start,stop=None,step=1):
if not stop:
start, stop = 0, start
while stop > start:
yield start
start += step
yield传值(了解)
def eat(name):
print('%s 准备干饭!!!'%name)
while True:
food = yield
print('%s 正在吃 %s' % (name, food))
res = eat('tom') # 并不会执行代码 而是转换成生成器
res.__next__()
res.send('肉包子') # tom 正在吃肉包子
res.send('盖浇饭') # tom 正在吃盖浇饭
'''
send 作用:
给yield传一个值 并执行一次双下next(__next__)
'''
yield与return对比
yield
1. 可以返回值(支持多个值并且组织成元组)
2. 函数体代码遇到yield不会结束而是'停止'
3. yield可以将函数变成生成器 并且还支持外界传值
return
1.可以返回值(支持多个并且组织成元组)
2.函数体代码遇到return直接结束
生成器表达式
l = [11, 22, 33, 44, 55, 66, 77, 88, 99]
res = (i+1 for i in l if i!=44)
"""
生成器表达式内部的代码只有在迭代取值的时候才会执行
"""
print(res.__next__()) # 12
print(res.__next__()) # 23
"""
迭代器对象 生成器对象 我们都可以看成是"工厂"
只有当我们所要数据的时候工厂才会加工出"数据"
上述方式就是为了节省空间
"""
生成器面试题
def add(n, i):
return n + i
def test():
for i in range(4):
yield i
g = test() # 初始化生成器对象
for n in [1, 10]:
g = (add(n, i) for i in g)
res = list(g)
print(res)
面试题解析
# 函数求和
def add(n, i):
return n + i
# 调用之前是函数 调用之后是生成器
def test():
for i in range(4):
yield i
g = test() # 初始化生成器对象
for n in [1, 10]:
g = (add(n, i) for i in g)
'''
第一次for循环
g = (add(n, i) for i in g) 此时in后面g为test生成器
第二次for循环
g = (add(n, i) for i in g) 此时的g为第一次for循环得到的生成器g
所以此时的可以看成 g = (add(n, i) for i in (add(n, i) for i in g))
'''
res = list(g)
'''
调用时g是一个生成器 n的值为10 in后面的g 生成器产生的值就是 range(4)
g 可以看成
g = (add(10, i) for i in (add(10, i) for i in range(4)))
'''
print(res) # [20,21,22,23]