可视化使用和不使用生成器的内存使用情况可以帮助了解效率优势。下面是两种场景下的内存使用情况对比：

1. 不使用生成器（一次将所有数据加载到内存中）。
2. 使用生成器（一次加载一项）。

场景 1：没有发电机

假设我们有一个简单的函数，它返回从 0 到 999,999 的数字数组。该函数将所有数据一次性加载到内存中。

内存使用情况（没有生成器）

调用函数getNumbersArray时：

• 初始内存：低，仅内存中的功能和环境设置。
• 执行期间：随着循环的运行，内存使用量线性增加，将所有 1,000,000 个数字保存在一个数组中。
• 峰值内存：非常高，同时在内存中保存所有数据。
• 执行后：内存保持高位，直到脚本结束或显式取消设置数组。

|            Memory Usage Without Generators           |
|------------------------------------------------------|
| Start    | *                                         |
|          | **                                        |
|          | ***                                       |
|          | ****                                      |
|          | *****                                     |
|          | ******                                    |
|          | *******                                   |
| ...      | ******************************************|
| End      | ******************************************|
|------------------------------------------------------|

场景 2：使用生成器

现在，我们使用生成器函数一次生成一个数字。

内存使用情况（使用生成器）

调用生成器函数numberGenerator时：

• 初始内存：低，仅内存中的功能和环境设置。
• 执行期间：内存使用量仍然很低，因为内存中一次只保存一个数字。
• 峰值内存：低，只有一项加上生成器的开销。
• 执行后：迭代结束后内存使用量立即下降。

|            Memory Usage With Generators              |
|------------------------------------------------------|
| Start    | *                                         |
|          | *                                         |
|          | *                                         |
|          | *                                         |
|          | *                                         |
|          | *                                         |
|          | *                                         |
| ...      | *                                         |
| End      | *                                         |
|------------------------------------------------------|

概括

• 没有生成器：内存使用量随着数据集大小的增加而增加，并且在整个脚本执行过程中保持较高水平。
• 使用生成器：无论数据集大小如何，内存使用量都保持恒定且较低，因为一次仅处理一项。

生成器通过一次生成一项并在整个脚本执行过程中保持较低的内存使用量，提供显着的内存效率优势，尤其是对于大型数据集。