生成器

一個包含yield關(guān)鍵字的函數(shù)就是一個生成器函數(shù)。yield可以為我們從函數(shù)中返回值，但是yield又不同于return，return的執(zhí)行意味著程序的結(jié)束，調(diào)用生成器函數(shù)不會得到返回的具體的值，而是得到一個可迭代的對象。每一次獲取這個可迭代對象的值，就能推動函數(shù)的執(zhí)行，獲取新的返回值。直到函數(shù)執(zhí)行結(jié)束。

def func():print(111)yield 1print(222)yield 2print(333)yield 3ret = func()
r = ret.__next__()
print(r)
r2 = ret.__next__()
print(r2)
r3 = ret.__next__()
print(r3)

111
1
222
2
333
3

輸出結(jié)果

?

生成器圖示解析：

?

range 和 xrange

range 前面已經(jīng)說明了，range([start,] stop[, step])，根據(jù) start與 stop指定的范圍以及step設(shè)定的步長，生成一個序列。

在 python 2.7中的 range

>>> range(5)
[0, 1, 2, 3, 4]
>>> range(1,5)
[1, 2, 3, 4]
>>> range(0,6,2)
[0, 2, 4]

?

xrange?用法與 range 完全相同，所不同的是生成的不是一個list對象，而是一個生成器。xrange即是 python3中的 range用法

>>> xrange(5)
xrange(5)
>>> list(xrange(5))
[0, 1, 2, 3, 4]
>>> xrange(1,5)
xrange(1, 5)
>>> list(xrange(1,5))
[1, 2, 3, 4]
>>> xrange(0,6,2)
xrange(0, 6, 2)
>>> list(xrange(0,6,2))
[0, 2, 4]

?

由上面的示例可以知道：要生成很大的數(shù)字序列的時候，用 xrange會比 range性能優(yōu)很多，因為不需要一上來就開辟一塊很大的內(nèi)存空間，就是生成器的原理。

xrange 和?range?這兩個基本上都是在循環(huán)的時候用。

for i in range(0, 100):print ifor i in xrange(0, 100):print i

這兩個輸出的結(jié)果都是一樣的，實際上有很多不同

?

range會直接生成一個 list對象：

a = range(0,100)
print type(a)
print a
print a[0], a[1]

輸出結(jié)果：

<type 'list'>
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
0 1

?

而 xrange則不會直接生成一個 list，而是每次調(diào)用返回其中的一個值：

a = xrange(0,100)
print type(a)
print a
print a[0], a[1]

輸出結(jié)果：

<type 'xrange'>
xrange(100)
0 1

?

好在 python3中 range就已經(jīng)是 xrange的模式了

現(xiàn)在我們基于生成器來實現(xiàn) range功能

def myrange(arg):start = 0while True:if start > arg:returnyield startstart += 1ret = myrange(10)
r = ret.__next__()
print(r)

?

迭代器

迭代器是訪問集合元素的一種方式。迭代器對象從集合的第一個元素開始訪問，直到所有的元素被訪問完結(jié)束。

迭代器只能往前不會后退，不過這也沒什么，因為人們很少在迭代途中往后退。

另外，迭代器的一大優(yōu)點是不要求事先準(zhǔn)備好整個迭代過程中所有的元素。

迭代器僅僅在迭代到某個元素時才計算該元素，而在這之前或之后，元素可以不存在或者被銷毀。

這個特點使得它特別適合用于遍歷一些巨大的或是無限的集合，比如幾個G的文件。

?

def myrange(arg):start = 0while True:if start > arg:returnyield startstart += 1ret = myrange(10)
r = ret.__next__()
print(r)
r = ret.__next__()
print(r)
r = ret.__next__()
print(r)
r = ret.__next__()
print(r)

__next__方法迭代器

python?中的?for循環(huán)自動調(diào)用了如上的__next__方法，作為迭代器

def myrange(arg):start = 0while True:if start > arg:returnyield startstart += 1ret = myrange(10)
for item in ret:print(item)

?

所以我們只需要了解封裝了迭代器的 for 循環(huán)的本質(zhì)就OK了！

?

函數(shù)的遞歸

本質(zhì)上就是指一個函數(shù)調(diào)用另一個函數(shù)

講通俗一些就是老和尚給小和尚講故事，講的故事又是老和尚給小和尚講故事...

即遞歸的定義——在一個函數(shù)里再調(diào)用這個函數(shù)本身

def func(n):n += 1if n >= 10:return 'end'return func(n)r = func(1)
print(r)

?

遞歸的最大深度——997

遞歸函數(shù)如果不受到外力的阻止會一直執(zhí)行下去。

之前已經(jīng)說過關(guān)于函數(shù)調(diào)用的問題，每一次函數(shù)調(diào)用都會產(chǎn)生一個屬于它自己的名稱空間，如果一直調(diào)用下去，就會造成名稱空間占用太多內(nèi)存的問題

于是python為了杜絕此類現(xiàn)象，強(qiáng)制的將遞歸層數(shù)控制在了 997

def foo(n):print(n)n += 1foo(n)
foo(1)

證明實驗

上述代碼實驗可以看出，未報錯之前能看到的最大數(shù)字就是997。

當(dāng)然了，997是 python為了我們程序的內(nèi)存優(yōu)化所設(shè)定的一個默認(rèn)值，我們當(dāng)然還可以通過一些手段去修改它：

import sys
print(sys.setrecursionlimit(100000))

?

通過遞歸完成累乘器

def func(num):if num == 1:return 1return num * func(num - 1)x = func(7)
print(x)

1—7的累乘器

?

?

總而言之

理解好了生成器、迭代器和遞歸，可以說是深入理解了函數(shù)循環(huán)的真正含義

轉(zhuǎn)載于:https://www.cnblogs.com/evenyao/p/9186809.html

總結(jié)

以上是生活随笔為你收集整理的生成器/迭代器 和 函数的递归的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。