Python 生成器：高效迭代与进阶用例

Python 生成器

了解 Python 生成器如何简化迭代、减少样板代码并改善内存使用，优于传统迭代器。

什么是生成器？

在 Python 中构建自定义迭代器通常需要实现 __iter__() 和 __next__() 的类，管理内部状态，并在结束时引发 StopIteration。生成器消除这些样板代码，让你编写简单函数逐个产出值。

简而言之，生成器是返回迭代器的函数。函数体惰性执行，每次 yield 暂停，后续调用恢复。

在 Python 中创建生成器

定义生成器像写普通函数，将 return 替换为 yield：

def my_gen():
    n = 1
    print('This is printed first')
    yield n
    n += 1
    print('This is printed second')
    yield n
    n += 1
    print('This is printed at last')
    yield n

调用 my_gen() 返回迭代器，仅在调用 next() 时开始执行。

a = my_gen()
next(a)  # 打印第一条消息并返回 1
next(a)  # 打印第二条消息并返回 2
next(a)  # 打印最后消息并返回 3
next(a)  # 引发 StopIteration

局部变量在 yield 间保持，但生成器只能迭代一次。重新开始需创建新实例。

因生成器是迭代器，可直接循环：

for item in my_gen():
    print(item)

常见生成器模式

反转字符串

def rev_str(s):
    for i in range(len(s)-1, -1, -1):
        yield s[i]
for char in rev_str('hello'):
    print(char)

适用于任何可迭代对象（列表、元组等）。

生成器表达式

匿名生成器可用圆括号创建，类似列表推导式：

my_list = [1, 3, 6, 10]
# 列表推导式
squares_list = [x**2 for x in my_list]
# 生成器表达式
squares_gen = (x**2 for x in my_list)
print(squares_list)
print(squares_gen)

生成器按需产出值：

a = (x**2 for x in my_list)
print(next(a))  # 1
print(next(a))  # 9
print(next(a))  # 36
print(next(a))  # 100
next(a)  # StopIteration

生成器表达式可直接传给 sum 或 max 等函数，无需外层括号。

为什么使用生成器？

• 简洁实现：用几行代码替代冗长迭代器类。
• 内存高效：逐个产出项，适合大序列或无限序列。
• 无限流：表示无尽数据源（如 while True: yield）。
• 管道组合：链式多生成器实现清晰可读的数据处理。

示例：2 的幂

def pow_two_gen(max_n=0):
    n = 0
    while n < max_n:
        yield 2 ** n
        n += 1

示例：斐波那契数平方求和

def fibonacci_numbers(count):
    a, b = 0, 1
    for _ in range(count):
        a, b = b, a + b
        yield a
def square(nums):
    for n in nums:
        yield n ** 2
print(sum(square(fibonacci_numbers(10))))  # 4895

生成器为广泛迭代场景提供优雅、高效、可维护的代码。