0%

yield

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
# yield
# 带有yield的函数在Python中被称为generator(生成器)
## 如何生成斐波那契数列
# 第一版
'''
def fab(max):
n, a , b = 0, 0, 1
while n < max:
print(b)
a , b = b, a + b
n = n + 1

fab(6)
'''
## 输出斐波那契数列前N个第二版
'''
def fab(max):
n, a, b = 0, 0, 1
L = []
while n < max:
L.append(b)
a, b = b, a + b
n = n + 1
return L
for n in fab(5):
print(n)
'''
'''改写后的fab函数通过满足返回List能够满足复用性的要求,但是,随着max越来越大,会导致程序所占内存越来越大
所以更好的做法是通过iterable对象来迭代'''
### 第三版 -----有错
'''
class Fab(object):
def __int__(self, max):
self.max = max
self.n, self.a, self.b = 0, 0, 1
def __iter__(self):
return self
def next(self):
if self.n < self.max:
r = self.b
self.a, self.b =self.b, self.a + self.b
self.n = n + 1
return r
raise StopIteration()

for n in Fab(5):
print(n)
'''
#### 第四版
def fab(max):
n , a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n+ 1

for n in fab(5):
print(n)
"""简单的讲:yield就是把一个函数变成一个generator,带有yield的函数不再是一个普通函数,Python解释器会将其视为一个
generator,调用fab(5)不会执行fab函数,而是返回一个iterable对象!
结论:一个带有 yield 的函数就是一个 generator,它和普通函数不同,生成一个 generator 看起
来像函数调用,但不会执行任何函数代码,直到对其调用 next()(在 for 循环中会自动调用 next())
才开始执行。虽然执行流程仍按函数的流程执行,但每执行到一个 yield 语句就会中断,并返回一个迭
代值,下次执行时从 yield 的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被
yield 中断了数次,每次中断都会通过 yield 返回当前的迭代值。yield 的好处是显而易见的,把
一个函数改写为一个 generator 就获得了迭代能力,比起用类的实例保存状态来计算下一个 next()
的值,不仅代码简洁,而且执行流程异常清晰
"""
# 可以使用 isgeneratorfunction来判断是不是一个特殊的generator函数
from inspect import isgeneratorfunction
print(isgeneratorfunction(fab))

"""输出结果:
1
1
2
3
5
True
"""