网站优化标准/网站内部seo

python源代码中经常会有使用yield，带有yield的函数是generator(生成器)，它返回是一个迭代值，下面我们分析yield是什么原理，有什么好处？

首先，我们写一个简单的斐波那契数列前n项值得方法：

def fab(max):

n,a,b=0,0,1

while n

print b

a,b=b,a+b

n=n+1fab(5)

input()

函数输出1　　1　　2　　3　　5　　没有问题，但是该方法没有返回值，复用性太差了，我们希望得到有返回结果的方法。

修改如下：

def fab(max):

n,a,b=0,0,1result=[]while n

result.append(b)

a,b=b,a+b

n=n+1

returnresult

print fab(5)

input()

返回[1,1,2,3,5]的list，这样我们就可以方便的用它的结果了，但是当max很大时，对内存是一个很大的开销，并不是一个好的方法，怎么办呢？这就要用到迭代器的知识了，返回一个迭代变量是更好的选择。

例如 for i in range(100):pass　　会导致生成一个100个元素的list；

for i in xrange(100):pass　　不会产生100个元素的list，而是每次返回一个iterable对象，只有上一个数据用完之后才生成下一个，每次只返回一个，所以减小了内存开销。

利用iterable我们可以把fab()方法写成一个支持iterable的class，如下：

class Fab(object):

def __init__(self,max):

self.max=max

self.n,self.a,self.b=0,0,1def __iter__(self):returnself

def next(self):if self.n

r=self.b

self.a,self.b=self.b,self.a+self.b

self.n=self.n+1

returnr

raise StopIteration()

fab=Fab(5)for n infab:

print n

input()

这样就实现了迭代器的返回方法，但是代码太多，不够简洁，这时候yield就用上了。

def fab(max):

n,a,b=0,0,1

while n

a,b=b,a+b

n=n+1

for i in fab(5):

print i

input()

这样就实现了。

yeild的原理：一个带有yield的函数就是一个generator生成器，和普通的函数不一样。只有调用next()函数的时候才会执行函数语句，在for循环中会自动调用next()方法。函数执行过程中遇到一个yield会中断一次，返回一个迭代值，函数保存自己的变量和状态，下次迭代时(也就是下次next()的时候)从yield下一条语句继续执行(这个性质很重要)，函数恢复之前状态，直到遇到下一个yield返回迭代值，这样循环。

可以用

f=fab(5)

fab.next()不断测试来分析它的原理。