Python yield 使用浅析

之前了解了生成器的概念，带有 yield 的函数在 Python 中被称之为 generator（生成器），那么应该什么时候使用呢？

举个例子：

简单输出斐波那契數列前 N 个数

def fab(max): 
  n, a, b = 0, 0, 1 
  while n < max: 
      print(b)
      a, b = b, a + b 
      n = n + 1

执行 ，我们可以得到如下输出：

结果没有问题，但有直接在 fab 函数中用 print 打印数字会导致该函数可复用性较差，因为 fab 函数返回 None，其他函数无法获得该函数生成的数列。要提高 fab 函数的可复用性，最好不要直接打印出数列，而是返回一个 List。

如下：

def fab(max):
   n, a, b = 0, 0, 1
   L = []
   while n < max:
       L.append(b)
       a, b = b, a + b
       n = n + 1
   return L

执行：

for n in fab(5):
    print(n)

改写后的 fab 函数通过返回 List 能满足复用性的要求，但该函数在运行中占用的内存会随着参数 max 的增大而增大，如果要控制内存占用，最好不要用 List来保存中间结果，而是通过 iterable 对象来迭代。

如下：

for i in range(1000): 
  pass

如果我们想要保持第一种 fab 函数的简洁性，同时又要获得 iterable 的效果，yield 就派上用场了：

def fab(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        # print(b)
        a, b = b, a + b
        n = n + 1

总结

1. yield 的作用就是把一个函数变成一个 generator，带有 yield 的函数不再是一个普通函数，Python 解释器会将其视为一个 generator
2. 比如 fab(5) 不会执行 fab 函数，而是返回一个 iterable 对象。
3. 在 for 循环执行时，每次循环都会执行 fab 函数内部的代码，执行到 yield b 时，fab 函数就返回一个迭代值，下次迭代时，代码从 yield b 的下一条语句继续执行，而函数的本地变量看起来和上次中断执行前是完全一样的，于是函数继续执行，直到再次遇到 yield。