[python]Generators

generators(生成器)是python提供的一种机制，可以让函数一边循环一边计算，通常函数是一遍执行，而生成器可以在执行中间交出变量，下次调用时从交出变量的地方重新开始，这种机制通过yield关键字实现。

考虑生成斐波那契数，即1，1，2，3，5，8......、

假设我不指定生成的项数，而通过调用next()的方法不断循环下一个数，那么代码应该如下：

class Fib(object):
    def __init__(self):
        self.a, self.b = 0, 1
    def __iter__(self):
        return self
    def next(self):
        self.a, self.b = self.b, self.a + self.b
        if self.a > 100000:
            raise StopIteration()
        return self.a

实际上这么编写的Fib类已经实现了迭代器(Iterator)的功能，因为实现了__iter__()和next()方法，在一个实例中调用next()方法可以不断的得到下一个斐波拉契数，而用for循环时则会先调用__iter__()方法，该方法返回一个实例，再去调用该实例的next()方法。

其实这里好像已经实现不断迭代的功能了（笑），然而我们一开始是要用生成器来实现的，那生成器应该怎么做。

def fib():
    a,b=0,1
    while(a<100000):
        a,b=b,a+b
        yield a

如此就编写了一个生成器，代码真是精简（捂脸）......

同样的，a=fib()后，a可以调用next()方法，并且a也可以用for循环，结果与迭代器一致。

注意这里如果直接调用fib().next()则每次输出都是1，1，1，1，1，1

打印一下fib().next看看

fib().next
<method-wrapper 'next' of generator object at 0x0000000003AEFEE8>
fib().next
<method-wrapper 'next' of generator object at 0x0000000003B553F0>

可以看到两次的地址不一致，其实就是创建了一个方法而已，再看看fib跟fib()的区别：

fib
<function fib at 0x0000000003B4FAC8>
fib()
<generator object fib at 0x0000000003AEFD38>

一个是函数，一个是生成器。

因此a=fib是指向了fib方法，a=fib()才是”继承“了一个生成器。

在廖雪松的Python教程中生成器一节有一个杨辉三角练习

def triangles():
    L=[1]
    while(True):
        yield L
        L.append(0)
        L = [L[i-1]+L[i] for i in range(len(L))]
n=0
for t in triangles():
    print(t)
    n = n + 1
    if n == 10:
        break

打印结果为：

[1]
[1, 1]
[1, 2, 1]
[1, 3, 3, 1]
[1, 4, 6, 4, 1]
[1, 5, 10, 10, 5, 1]
[1, 6, 15, 20, 15, 6, 1]
[1, 7, 21, 35, 35, 21, 7, 1]
[1, 8, 28, 56, 70, 56, 28, 8, 1]
[1, 9, 36, 84, 126, 126, 84, 36, 9, 1]

这段代码没有难度，不过里面用到的一个小技巧就是L[-1]+L[0]中L[-1]其实是L的最后一个元素，也就是新添加的0，这样十分巧妙地将需要往L中首尾添加0的情形变为只要末尾添加0就行了，十分的耐人寻味。

yield的用法其实不止体现在生成器中，在Python的上下文管理中也有体现。例如某个过程的上下文管理如下：

from contextlib import contextmanager
@contextmanager
def context():
    print "Begin"
    yield
    print "End"

with context():
    print "a process"

因为context()实现了上下文管理，所以可以用with来调用，当执行倒yield时，函数退出交给实际的process处理，完成后再继续调用yield后面的语句结束。输出结果为：

Begin
a process
End

总结：

Python中生成器的编写主要是用到了yield关键字，让函数能够”停下来“一次一次地输出，迭代器能实现同样的功能，但迭代器要实现__iter__()和next()方法。

http://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/0014317799226173f45ce40636141b6abc8424e12b5fb27000

http://blog.csdn.net/scelong/article/details/6969276