装饰器、生成器

标签：算法   场景   展开   文件操作   UNC   公式   而不是   生成   技术   

生成器

　　定义：

　　　　生成器是在存在内存中的公式(专业点叫算法); 

　　举例：

　　　　list1=(i for i in range(5)) 和 list2=[ i for i in range(5)]

　　可以看出list1是generator object对象内存地址(函数或计算公式)；而list2在内存中是实实在在的数据[0,1,2,3,4]

　　应用场景：数据比较大，一下存到内存中会消耗很大内存；

　　　　例如：list2=[ i for i in range(200000000000)];

　　　　　　文件操作：with open(‘file_1.txt‘, ‘r‘, encoding="utf-8")  as f:  如果file_1.txt这个文件大小为100G； 

　　　　　　　使用f.read() f.readline()这一下子就内存崩了；

　　　　　　　而使用for  i  in  f:这样形成迭代器；每次f.readline()时内存中只有一条数据，内存开销就会变小；

　　使用：

　　　　　1.list1=(i for i in range(10))  仅仅把列表的【】变为();

　　　　　2.像文件操作for f in file:

　　　　　3. 关键字yield    ----本文也主要针对这个展开；

　　函数：

　　　　yield  next()  __next__()  send()

　　　　yield:关键字 会把函数拦腰截断  两个作用：1.类似return 返回数据；2.接受数据；

　　　　1.当无yield关键字，func函数就是一个普通函数；正常调用func()时，会像红线标识一样，一下走到底，然后结束本次循环，再次开始下一次循环；

　　　　2.有yield关键字，标志着func函数是一个generator函数，func()也不再是函数的调用；而是generator生成器的启动；f.__next__()或者next(f)表示函数的执行；但是yield会把func函数，拦腰截断；  一次f.__next__()只能执行到yield处：此时发生三种事情：1.函数停留在这里；2.把x返回数据x给f.__next__();具体可以换成下print(f.__next__())测试下；3.等待接受数据(x是要返回的数据，不是接受数据变量)

　　　　3.f.send("hello")  表示发送数据 给生成器停留处；本文也就是temp = yield x 切记  不是x为"hello"，而是temp为"hello";

　　注意：

　　　　1func()  不再表示函数的调用，而是表示启动generator函数；func().__next__() generator反函数才会执行；

　　　　2.yield  x ： 表示返回x,  而不是func().send("hello")时，x不是在接受数据，仅仅是返回数据；

装饰器、生成器

标签：算法   场景   展开   文件操作   UNC   公式   而不是   生成   技术   

原文地址：https://www.cnblogs.com/hgqcore/p/12274131.html