Python yield 使用浅析

以下是理解归纳

###如何生成斐波那契數列

def fab(max): 	n, a, b = 0, 0, 1 	while n < max:     	print b     	a, b = b, a + b     	n = n + 1

执行

fab(5)

问题是print太多了

解决问题，用list一次打出来

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

问题是如果max很大，那么L就很大，占内存

解决占内存问题（通过 iterable 对象来迭代）

class Fab(object): 	def __init__(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 = self.n + 1    			return r   		raise StopIteration()

执行

for n in Fab(5):    	print n

iterable每次只占next的时候的内存

问题：感觉代码太多，没有第一版的 fab 函数来得简洁

使用yield，代码就简洁了

def fab(max): 	n, a, b = 0, 0, 1 	while n < max:     	yield b     	# print b     	a, b = b, a + b     	n = n + 1

执行

for n in fab(5):	print n

###参考博客文字

简单地讲，yield 的作用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！在 for 循环执行时，每次循环都会执行 fab 函数内部的代码，执行到 yield b 时，fab 函数就返回一个迭代值，下次迭代时，代码从 yield b 的下一条语句继续执行，而函数的本地变量看起来和上次中断执行前是完全一样的，于是函数继续执行，直到再次遇到 yield。

其他归纳

(iterable和generator)一般不会手动的调用next方法，而使用for循环，如果一直使用next，当到最后一个没有的时候，就会抛异常；

有yield的时候，因为yield相当于另外的返回值，不能直接return具体值(不过在3.0之后的python就可以在yield之前return一个值)，会抛SyntaxError: 'return' with argument inside generator异常