标签:style blog http io ar color os 使用 sp
文章出处:http://www.cnblogs.com/winstic/,请保留此连接
在python编程中,我们经常会看到函数中带有yield关键字,但请注意,此时的函数不再是我们熟知的一般函数,而是所谓的generator(生成器)
生成器
对于生成器,可以对比于列表来看,我们在循环代码中经常会使用range()产生一个list对象,继而在for循环下依次遍历,
for i in range(1000): print i
或者是使用列表生成式生成一个list对象:
[x * x for x in range(1000)]
这么做确实很方便,但这有个很大的缺点,我们所生产的list对象在程序运行过程中是存放在内存中的,占用内存大小与list规模有关,若要在编程时控制内存的占用,最好不要使用list。
相比于list对象对内存的占用,generator有很大的优势,generator保存的是算法,不会生成所有的元素,而只是在调用next()时产生一个元素,很好的优化了内存占用的问题,可以通过next方法访问数据,当没有数据时会自动抛出StopIteration异常
>>> gener = (x * x for x in [1, 2, 3]) >>> g = (x * x for x in [1, 2, 3]) >>> g <generator object <genexpr> at 0x02534968> >>> g.next() 1 >>> g.next() 4 >>> g.next() 9 >>> g.next() Traceback (most recent call last): File "<pyshell#16>", line 1, in <module> g.next() StopIteration >>>
这么做的话难免有些繁琐,还好在for循环中会帮我们实现next方法的调用也可以这么实现
>>> for i in g: print i
yield 初体验
以上所实现的generator只是规律十分简单的,这很好实现,只需要类似于列表生成式的简单语法即可,那么对于其他的数列计算如何实现呢,例如斐波那契数列,它的定义虽然简单:除第一、二个数据外,所有的数据均是其前两个数据之和;如果我们通过一般函数实现,无疑当数列规模很大时,占用大量内存
>>> def fib(N): n, a, b = 0, 0, 1 while n < N: print b a, b = b, a + b n = n + 1
那么如何将上述方法转换为generator加以实现呢,很简单,只需要将print b 替换为yield b即可,我们可以试一下:
>>> def fib(N): n, a, b = 0, 0, 1 while n < N: yield b a, b = b, a + b n = n + 1 >>> fib(5) <generator object fib at 0x02530F80> >>> for i in fib(5): print i 1 1 2 3 5
加了yield关键字后的函数是如何执行的呢,不应该说是函数,这时应该称为generator;我们调用fib(5)并不会执行函数,而是返回一个generator对象,真正的执行是在调用next方法(for循环中自动调用next()),每次循环都会执行fib内的代码,遇到yield则返回一个迭代值(类似于中断);在下次循环时执行yield的下一语句,直至遇到下一个yield。
yield 协程
协程(coroutine)也叫微线程,相比于多线程更为高效,因为协程是多个程序在一个线程中执行,没有线程间切换的开销;同时在协程中不需要加锁机制,因为在一个线程中不存在变量冲突问题。
例如经典问题(生产者-消费者问题)就可以使用协程机制实现,相比于多线程更为高效
def consumer(): r = ‘‘ while True: n = yield r if not n: return print ‘consumer %s‘ % n r = ‘OK‘ def produce(c): c.next() n = 0 while n < 5: n = n + 1 print ‘produce %s‘ % n r = c.send(n) print ‘consumer return %s‘ % r c.close() if __name__ == ‘__main__‘: c = consumer() produce(c)
produce 1 consumer 1 consumer return OK produce 2 consumer 2 consumer return OK produce 3 consumer 3 consumer return OK produce 4 consumer 4 consumer return OK produce 5 consumer 5 consumer return OK
在上述代码中,consumer是一个生成器,执行过程中首先通过consumer产生generator对象c,
我们在执行到produce(c)的next方法时,才切换到生成器函数consumer中执行,
在consumer中遇到yield中断,又切回到produce中
在produce中的c.send(n):主要干两件事:1.将n添加到生成器中,2.返回下一个yield值(return next());所以当我们运行到send方法时,内含next机制进而切换到consumer函数中执行(传入参数n),得到返回值‘OK‘(在下一个yield中返回)
。。。。。
最后在produce中关闭迭代器c.close()
总结:
标签:style blog http io ar color os 使用 sp
原文地址:http://www.cnblogs.com/winstic/p/4162640.html