pythons Generatoren verstehen

, die sich in die Welt der Python -Generatoren eintauchen, kann verwirrend sein, insbesondere wenn Sie an das Java -Ökosystem gewöhnt sind. Im Gegensatz zu Javas Threading -Modell erfüllen die Generatoren in Python einen bestimmten Zweck.

Definition und Implementierung

Ein Generator ist eine Funktion, die das Keyword für Ertragsschüsse verwendet, um einen Iterator zurückzugeben. Wenn der Generator aufgerufen wird, erzeugt der Generator eine Sequenz von Werten nacheinander. Anstatt die gesamte Sequenz im Speicher zu berechnen und zu speichern, geben Generatoren Werte auf Anfrage.

betrachten Sie das folgende Beispiel:

def my_gen(n):
    yield n
    yield n   1

Aufruf My_Gen (6) Erstellt ein Objekt, das die Werte 6 und 7 ergibt, wenn sie durch Iterated:

g = my_gen(6)
next(g)
# Output: 6
next(g)
# Output: 7

für Schleifen, die automatisch als nächstes für Sie rufen und es einfach machen, über die Sequenz zu iterieren:

for n in my_gen(6):
    print(n)
# Output:
# 6
# 7

Vorteile von Generatoren

Generatoren bieten mehrere Vorteile an:

• präted Möglichkeit, bestimmte Konzepte zu beschreiben und die Notwendigkeit von ausführlichen Funktionen zu beseitigen, die zurückkehren Lists.
• Gedächtniseffizienz: Durch die Erstellung von Werten auf Anfrage vermeiden Generatoren, unnötige Speicher für das Speichern großer Sequenzen zuzuweisen. Dies ist besonders nützlich, wenn Sie mit Datenströmen umgehen, die ansonsten das Gedächtnis überwältigen würden.
• Infinite Streams: Generatoren erlauben die Darstellung von unendlichen Sequenzen. Beispielsweise können die Fibonacci -Zahlen auf unbestimmte Zeit generiert werden:

def fib (): a, b = 0, 1 während wahr: Ausbeute a a, b = b, a b

def fib():
    a, b = 0, 1
    while True:
        yield a
        a, b = b, a   b

schlussfolgerung

Generatoren sind ein mächtiges Werkzeug in Python, das Speichereffizienz, Prägnant und die Fähigkeit, unendliche Streams darzustellen. Indem Sie die Macht der Generatoren nutzen, können Sie die Flexibilität und Fähigkeit Ihres Python -Codes verbessern.