面试必备 | 带你彻底搞懂 Python 生成器。

墨蓝 2023-06-11 10:24 17阅读 0赞

#### 写在之前 ####

Python 的高级语言特性一直是我们学习 Python 的一个难点，大部分人并没有做到熟练的掌握，甚至去学习它都感觉很困难，「生成器」作为其中甚是有用的特性之一，更是如此。

因为在其它的主流语言（C/C++/JAVA）中并没有生成器的概念，加之其具有一定的难度，学习起来花费的时间成本较大，很多人自我安慰式的视其为“鸡肋”，然后果断放弃如此有用的一个高级语言特性，实在是一件很惋惜的事情。

其实不光是对于「生成器」而言，对于其它的高级语言特性还是建议大家要花点时间去搞懂的，不说其它，这些东西作为面试中常考的内容也应该引起你的重视，毕竟公司不是傻瓜，没有用的东西干嘛要考你？

接下来就让我们来一起学习「生成器」，我尽量用大家都听的懂的话，层层递进的讲解，保证大家都能看懂，前提是要有耐心，文章较长，建议先收藏再看。

答应我，一定要有耐心。

#### 迭代器 ####

在这说「迭代器」的原因是\*\*「生成器」自动实现了「迭代器协议」\*\*，所谓协议，就是一种约定。为了更好的理解生成器，我们需要简单知道一下「迭代器协议」到底是个什么东西。其实只需要满足两个两个条件：1.实现 **iter** 方法；2.对象实现 next() 方法，要么返回迭代中的下一项，要么就是以 StopIteration 异常终止迭代。

对象就是「可迭代对象」，即实现了迭代器协议的对象，它实现了迭代器协议。其实像是 Python 中 for 循环，sum 函数等等就是使用迭代器协议访问对象。

你可能看着有点懵，怎么又是「迭代」又是「迭代器」又是「可迭代对象」的，这对大家来说是很抽象的概念，但是不用怕，我在很久之前的文章中，已经很详细的介绍过这俩哥们，你只需要点击下面的链接去看就好了，这也是**面试中常见的问题**哦：

[零基础学习 Python 之初识迭代][Python]

[Python拓展之迭代器][Python 1]

#### 生成器 ####

如果你理解了上一节的内容，那么恭喜你，接下来学习「生成器」就会简单很多。Python 使用生成器对「延迟操作」提供了支持，所谓「延迟操作」就是在需要它的时候才产生结果，而不是说立即产生结果。

首先我们先来看一个入门级别的版本，你只需要点击下面的链接即可：

[零基础学习 Python 之初识生成器][Python 2]

接下来讲的相当于是上面文章的一个延伸和再拓展。

Python 其实有两种不同的方法来提供生成器，一种是函数形式，另一种是表达式形式，说全一点儿就是「生成器函数」和「生成器表达式」。

##### 1.生成器函数 #####

「生成器函数」和普通的函数定义类似。区别在于普通函数使用 return 返回结果，生成器函数是用 yield 返回结果。

yield 的作用是在调用的时候返回相应的值，一次返回一个结果，在每个结果中间挂起函数的状态（即暂停执行），下一次执行是从上次暂停的位置开始，继续向下执行。

下面我们来做一道题，要求写出「将一个全是整数的列表进行操作后只保留奇数」。相信大多数人都能很快的写出下面这样的函数：

def get_odd(lst):
        res = []
        for i in lst:
            if i % 2:
                res.append(i)
        return res
    
    def main():
        lst = range(10)
        for i in get_odd(lst):
            print(i)
    
    if __name__ == '__main__':
        main()

上面这个没什么难度，既然我们学了「生成器」，我在前面还这么舔它，是不是我们该用生成器来做一下这道题？看看用生成器来做同样的功能，到底有什么不同：

def get_odd(lst):
        for i in lst:
            if i % 2:
                yield i
    
    def main():
        lst = range(10)
        for i in get_odd(lst):
            print(i)
    
    if __name__ == '__main__':
        main()

对比一下这个功能的两种做法，使用「生成器」以后，代码变的行数更少了（省去了对 res 的操作，不用把结果存在 res 里），代码整体看起来更清晰了（一看就知道干嘛的，不用一上来去想 res 是个什么鬼，append 进去的是个什么玩意儿）。

##### 2.生成器表达式 #####

「生成器表达式」和列表推导式类似。区别在于使用列表推导，一次会产生所有的结果，而用「生成器表达式」则不会这样，它是按需产生。

列表推导式的写法如下：

>>> res = [x for x in range(5)]
    >>> res
    [0, 1, 2, 3, 4]

生成器表达式就是将上面的 \[\] 变成 () 即可：

>>> res = (x for x in range(5))
    >>> res
    <generator object <genexpr> at 0x109d9f570>
    >>> next(res)
    0
    >>> next(res)
    1
    >>> next(res)
    2
    >>> next(res)
    3

我们也顺便简单的看一下「生成器」的优势在「生成器表达式」中是怎么体现的。如果我们想对一系列整数求和，直接用生成器可以写成下面这样：

>>> sum((x for x in range(5)))
    10

当然为了方便起见，也可以省略圆括号，即写成下面这样：

>>> sum(x for x in range(5))
    10

但是如果你用常规的写法去写，就会写成下面这样：

>>> sum([x for x in range(5)])
    10

上面的代码先构造了一个列表，然后再用 sum 函数求和，多了一步，天差地别，光在时间效率上，就已经输掉了裤子。

所以综合上面文章所讲，「生成器」光在明面上的优点就有好几个：代码行数更少；代码更易读；时效更高…

所以，你还敢视它为“鸡肋”吗？

#### 看完有所收获？希望爱学习的你不要吝啬三连击哟~ ####

1、**点赞**，让更多的人也能看到这篇内容。  
2、关注我的原创微信公众号**Python空间**，第一时间阅读最新的 Python 文章，现在已经有一百多篇原创。公众号后台回复 **CSDN** 送你一份程序员大礼包。  
3、也欢迎关注我的博客丫。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9yb2NreTA0MjkuYmxvZy5jc2RuLm5ldA_size_16_color_FFFFFF_t_70]

[Python]: https://mp.weixin.qq.com/s?__biz=MzUxMTc3NTI4Ng==&mid=2247483741&idx=1&sn=8ff26500e9e89eda7b085c0fc6609e93&chksm=f96fc604ce184f123b1b472c5f46827d537386cf7a85bfb8f0dd8826499442a5b68dd8b4bc47&token=1772027960&lang=zh_CN&scene=21#wechat_redirect
[Python 1]: https://mp.weixin.qq.com/s?__biz=MzUxMTc3NTI4Ng==&mid=2247483848&idx=1&sn=f3270acda0cce878c805d0f49525b133&chksm=f96fc691ce184f875f3bca73808ab7af929c7d5a0d2dfe36e7d00ebbd87bed98ba7bf69d79ca&token=1256760646&lang=zh_CN&scene=21#wechat_redirect
[Python 2]: https://mp.weixin.qq.com/s?__biz=MzUxMTc3NTI4Ng==&mid=2247483851&idx=1&sn=e3d257bcbfdce4e2a68f3041eb145dfe&chksm=f96fc692ce184f845f57746a9f8572c1f1752634d10617144005b1826361c6d15805cecf1dcc&token=1256760646&lang=zh_CN&scene=21#wechat_redirect
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9yb2NreTA0MjkuYmxvZy5jc2RuLm5ldA_size_16_color_FFFFFF_t_70]: /images/20230531/aaa46d77be754249a91cffb11a16286e.png