91超碰碰碰碰久久久久久综合_超碰av人澡人澡人澡人澡人掠_国产黄大片在线观看画质优化_txt小说免费全本

溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

python生成器怎么實現

發布時間:2022-01-17 15:33:54 來源:億速云 閱讀:108 作者:iii 欄目:大數據

這篇文章主要講解了“python生成器怎么實現”,文中的講解內容簡單清晰,易于學習與理解,下面請大家跟著小編的思路慢慢深入,一起來研究和學習“python生成器怎么實現”吧!

提到生成器,總不可避免地要把迭代器拉出來對比著講,生成器就是一個在行為上和迭代器非常類似的對象,如果把迭代器比作 Android 系統,那么生成器就是 iOS,二者功能上差不多,但是生成器更優雅。

什么是迭代器

顧名思義,迭代器就是用于迭代操作(for 循環)的對象,它像列表一樣可以迭代獲取其中的每一個元素,任何實現了 __next__ 方法
(python2 是 next)的對象都可以稱為迭代器。

它與列表的區別在于,構建迭代器的時候,不像列表把所有元素一次性加載到內存,而是以一種延遲計算(lazy evaluation)方式返回元素,這正是它的優點。比如列表含有中一千萬個整數,需要占超過400M的內存,而迭代器只需要幾十個字節的空間。因為它并沒有把所有元素裝載到內存中,而是等到調用 next 方法時候才返回該元素(call by need 的方式),本質上 for 循環就是不斷地調用迭代器的next方法。

以斐波那契數列為例來實現一個迭代器:

class Fib:
    def __init__(self, n):
        self.prev = 0
        self.cur = 1
        self.n = n

    def __iter__(self):
        return self

    def __next__(self):
        if self.n > 0:
            value = self.cur
            self.cur = self.cur + self.prev
            self.prev = value
            self.n -= 1
            return value
        else:
            raise StopIteration()

f = Fib(10)
print([i for i in f])
#[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

什么是生成器

知道迭代器之后,就可以正式進入生成器的話題了。普通函數用 return 返回一個值,和 Java 等其他語言是一樣的,然而在 Python 中還有一種函數,用關鍵字 yield 來返回值,這種函數叫生成器函數,函數被調用時會返回一個生成器對象,生成器本質上還是一個迭代器,也是用在迭代操作中,因此它有和迭代器一樣的特性,唯一的區別在于實現方式上不一樣,后者更加簡潔

最簡單的生成器函數:

>>> def func(n):
...     yield n*2
...
>>> func
<function func at 0x00000000029F6EB8>
>>> g = func(5)
>>> g
<generator object func at 0x0000000002908630>
>>>

func 就是一個生成器函數,調用該函數時返回對象就是生成器 g ,這個生成器對象的行為和迭代器是非常相似的,可以用在 for 循環等場景中。注意 yield 對應的值在函數被調用時不會立刻返回,而是調用next方法時(本質上 for 循環也是調用 next 方法)才返回

>>> g = func(5)
>>> next(g)
10

>>> g = func(5)
>>> for i in g:
...     print(i)
...
10

那為什么要用生成器呢?顯然,用生成器在逼格上要比迭代器高幾個等級,它沒有那么多冗長代碼了,而且性能上一樣的高效,為什么不用呢?來看看用生成器實現斐波那契數列有多簡單。

def fib(n):
   prev, curr = 0, 1
   while n > 0:
       n -= 1
       yield curr
       prev, curr = curr, curr + prev

print([i for i in fib(10)])
#[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

生成器表達式

在前面一期這樣寫代碼更優雅的文章里面曾經介紹過列表推導式(list comprehension),生成器表達式與列表推導式長的非常像,但是它倆返回的對象不一樣,前者返回生成器對象,后者返回列表對象。

>>> g = (x*2 for x in range(10))
>>> type(g)
<type 'generator'>
>>> l = [x*2 for x in range(10)]
>>> type(l)
<type 'list'>

感謝各位的閱讀,以上就是“python生成器怎么實現”的內容了,經過本文的學習后,相信大家對python生成器怎么實現這一問題有了更深刻的體會,具體使用情況還需要大家實踐驗證。這里是億速云,小編將為大家推送更多相關知識點的文章,歡迎關注!

向AI問一下細節

免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。

AI

肇源县| 韶山市| 县级市| 罗江县| 丹棱县| 长白| 昌吉市| 卓资县| 容城县| 西丰县| 绿春县| 吉安县| 凤翔县| 偃师市| 台州市| 江川县| 萝北县| 千阳县| 宁城县| 福清市| 乡城县| 丰顺县| 清河县| 龙江县| 通化县| 苍南县| 新化县| 临湘市| 沅陵县| 岑溪市| 武冈市| 南昌县| 威海市| 朝阳区| 华蓥市| 商河县| 太谷县| 古浪县| 安溪县| 富宁县| 苏尼特右旗|