什么是生成器函数？生成器的执行
2023-06-20 02:38:49
生成器函数是一种使用yield关键字实现可暂停、可恢复执行的特殊函数，返回生成器对象以支持惰性求值和高效内存利用。
核心特性与执行机制可暂停与可恢复的执行
生成器函数通过yield语句暂停执行并产出值，下次调用时从暂停处继续。
调用生成器函数时，不会立即执行代码，而是返回生成器对象（迭代器）。
每次调用next()或for循环迭代时，执行到yield暂停并返回值，再次调用时恢复执行。
惰性求值与内存效率
生成器函数仅在需要时计算值，而非预先生成所有结果。
内存占用极低，尤其适合处理超大数据集或无限序列（如流式数据）。
示例：逐行读取大文件时，生成器函数每次仅加载一行，避免内存溢出。
生命周期与状态保存
普通函数遇到return立即终止，销毁局部状态；生成器函数通过yield暂停，保留局部变量和执行位置。
生成器函数可多次产出值，而普通函数通常一次性返回结果。
返回值机制
普通函数返回最终结果（如列表、元组）；生成器函数返回生成器对象，通过迭代逐步产出值。
示例：生成斐波那契数列时，普通函数需预先计算全部值，生成器函数则按需生成。
双向通信（send()方法）
通过generator.send(value)向生成器内部传递值，yield表达式接收该值。
示例：实现协程时，外部可控制生成器内部状态（如动态调整参数）。
异常处理（throw()方法）
外部通过generator.throw(exception)向生成器内部抛出异常，内部用try...except捕获。
示例：在生成器处理数据时，外部可强制中断并触发清理逻辑。
资源释放（close()方法）
调用generator.close()终止生成器，抛出GeneratorExit异常，触发finally块释放资源。
示例：关闭文件句柄或网络连接，避免资源泄漏。
生成器表达式
类似列表推导式，但使用圆括号()创建生成器，内存效率更高。
示例：(x*x for x in range(5))生成平方数序列，无需存储全部结果。
- 大数据处理：逐行读取日志文件或数据库查询结果，避免内存爆炸。
- 无限序列：生成无限斐波那契数列或随机数流。
- 协程与异步编程：Python的asyncio框架基于生成器实现异步任务调度。
- 管道式数据处理：将多个生成器串联，形成数据流处理链（如过滤、转换、聚合）。
普通函数（一次性计算）
def create_list(n): return [i*2 for i in range(n)] # 预先生成全部结果生成器函数（惰性求值）
def generate_numbers(n): for i in range(n): yield i*2 # 按需生成值
生成器函数通过yield实现了执行状态的保存与恢复，结合惰性求值和高级控制方法，成为处理大规模数据和构建复杂流程的利器。
热门标签
