Python 生成器yield原理及用法

当我们在编写 Python 程序时，如果需要对大量数据进行处理，一般会考虑使用迭代器。但是，如果我们使用列表等数据结构作为迭代器，会面临一些问题，如占用过多的内存资源等。这时，Python 提供了生成器可以解决这些问题。

生成器是一种特殊的迭代器，可以通过函数来实现，使用 yield 关键字实现迭代器的功能，并且在使用时能够节省大量的内存资源。下面依次讲解 yield 的原理及用法，并提供两个实际的示例。

生成器 yield 的原理

生成器是什么

生成器是一种特殊的函数，可以通过 yield 关键字实现迭代器的功能。相比于普通函数，生成器可以实现延迟计算，即只在需要时生成数据，省去了一次性生成全部数据所需的大量内存资源。

yield 的作用

yield 关键字可以将一个函数转换为生成器，使生成器在每次调用 next() 函数时返回相应的 yield 值，并将函数的状态保存下来，以方便下次调用。代码示例如下：

def my_generator():
    yield 1
    yield 2
    yield 3

g = my_generator()
print(next(g))
print(next(g))
print(next(g))

运行结果：

1
2
3

生成器的注意事项

所谓的“一次性生成全部数据”，指的是一次性生成生成器具有的全部数据。如果生成器中包含了无限循环等特殊逻辑，可能会使程序进入无限循环状态，造成程序卡死的后果。

同时，我们需要注意，生成器只能遍历一次，即一旦遍历完，就无法再次从头开始遍历。若需要多次遍历同一个生成器，需要重新创建一个新的生成器进行遍历。

生成器的用法

创建生成器

Python 可以通过关键字 yield 创建一个生成器。

示例代码如下：

def fibonacci():
    a, b = 0, 1
    while True:  # 无限循环
        yield b
        a, b = b, a + b

for i in fibonacci():
    if i > 100:
        break
    print(i)

该示例中，我们使用生成器实现了斐波那契数列的无限生成，并在合适的位置添加了 break 语句，以实现有限遍历。

通过生成器实现协程

协程是指具有创建关系的两个或多个子程序，并且这些子程序可以相互协作，达到异步编程的效果。Python 中可以通过创建生成器来实现协程功能。具体实现方法如下：

def coroutine():
    value = None
    while True:
        received = yield value
        if received is not None:
            value = received

c = coroutine()
print(next(c))
print(c.send('first'))
print(c.send('second'))

运行结果：

None
first
second

在这个示例中，我们创建了一个协程函数（实现了生成器功能） coroutine，该函数定义了一个变量来存储数据，并使用 while True 语句实现了生成器的无限循环遍历。在遍历过程中，使用 yield 关键字实现了协程实现数据的收发功能。

总结

本文主要讲解了 Python 生成器 yield 的原理及用法，包括生成器的概念、yield 的作用，以及两种实际应用的示例。我们可以在实践中深入理解 Python 中生成器、迭代器和协程等基础概念，从而发挥 Python 强大的编程能力。