python之yield篇

上一篇文章我们涉及到了函数，在最后一部分我们提到了yield 表达式，注意 yield产生的是表达式

为了便于理解我们从常见的斐波那契函数开始谈起，最容易让人想起的算法（至少对我而言是函数递归调用）

代码如下：

#common fab-style
def fab_ver1(n):
    if n == 1 or n == 0:
        return 1
    return fab_ver1(n-1)+fab_ver1(n-2)

上述实现的一个缺点是当数值很大的时候，递归调用栈会变的很深很深，因此不是太好，

那我们就继续改进吧，代码如下；

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

该实现的有点是避免了递归调用，但是一个一个缺点就是返回值不容易获得，解决方法也很简单，可以定义list，

通过list.append来保存所有的结果

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

这段代码同时存在的问题就是，当n很大的时候，保存结果的list将变得很庞大，虽然现在大多数的开发已不关心内存问题，但是这是

一个基本功的问题，我们可以略微的提高一下自己的水平哈

for i in range(10):
for i in xrange(10):

上述两行是不是看着很熟悉，可是你知道这二者的区别么？查文档如下：

range(...)
    range([start,] stop[, step]) -> list of integers
    
    Return a list containing an arithmetic progression of integers.

class xrange(object)
 |  xrange([start,] stop[, step]) -> xrange object
 |  
 |  Like range(), but instead of returning a list, returns an object that
 |  generates the numbers in the range on demand.  For looping, this is 
 |  slightly faster than range() and more memory efficient.

这下子你知道这二者的区别了吧？一个是返回list，另一个是返回一个xrange object，iteratorable object，也就是下一个

满足条件的object，且后者的速度明显要快于前者，更省内存--多快好省的事才会讨得领导欢心~~~~~~~····

那我们的函数能否也每一次都返回一个fab值呢？

class Fab(object): 

    def __init__(self, max): 
        self.max = max 
        self.n, self.a, self.b = 0, 0, 1 

    def __iter__(self): 
        return self 

    def next(self): 
        if self.n < self.max: 
            r = self.b 
            self.a, self.b = self.b, self.a + self.b 
            self.n = self.n + 1 
            return r 
        raise StopIteration()

上述实现方式，在每次调用的时候都返回一个斐波那契值，但是一个简单的函数有必要写的这么负责么？况且python是以simple出名？

现在就可以步入正题了，那就是使用 yield 表达式

def fab():
    a,b = 0,1
    while 1:
        a,b=b,a+b
        yield b
gf=fab()
for i in xrange(10):
    print '%4d' % gf.next(),

代码看起是不很simple，但是看起来是不是有点奇怪？

实现解释几个概念：  

gf=fab() 这里的gf不是你的’gf',而是generator的意思，注意这里虽然是定义成gf,但是它是一个generator，注意

后面没有了，只是generator，

fab() 才是 generator function 

fab()在调用的时候，并不执行，它的主要目的就是生成我们的GF，

那如何调用该函数呢？方法是通过NEXT 方法，注意next方法虽然能使函数执行，但是函数在遇到yield时变返回调用者，被调用者fab此时被

‘frozen‘（官方文档）= suspension（个人理解），此时被调用者状态会被保留下，直至下一次next调用或是抛出异常，也就是当调用者在此调用fab函数时，fab会resume，

即被被调用者函数能回复到上次程序suspension是的状态。调用者通过使用next方法来resume 被调用函数，被调用函数在遇到yield时，suspension自己。

还有一点需要强调的就是 yield 是表达式，那么表达式就是可以求值的，因此调用者此时就可以获取返回者，此例中为斐波那契值

在前面文章中，我们介绍了函数有很多属性，貌似generator 还有有点不一样，测试几个，结果如下：

def fab():
    """this is doc string """
    a,b = 0,1
    while 1:
        a,b=b,a+b
        yield b

gf=fab()
g=fab()
print g,gf
for i in xrange(10):
    print '%4d' % gf.next(),
    
print gf.__doc__,gf.__name__
print gf.__class__,gf.__format__,

程序的输出：

   1    2    3    5    8   13   21   34   55   89 None fab

程序输出的第一行说明，每次调用generator function，都是返回 generator，但是二者的地址是不同的对象，这样在各自调用的时候就互不影响了~~~~~~~~~~~~~~~~·属性的部分由知道的比较详细的可以告诉我

PS：

Generator functions

A function or method which uses the statement (see section ) is called a generator function. Such a function, when called, always returns an iterator object which can be used to execute the body of the function: calling the iterator’s method will cause the function to execute until it provides a value using the statement. When the function executes a statement or falls off the end, a exception is raised and the iterator will have reached the end of the set of values to be returned.

generator A function which returns an iterator. It looks like a normal function except that it contains statements for producing a series a values usable in a for-loop or that can be retrieved one at a time with the function. Each temporarily suspends processing, remembering the location execution state (including local variables and pending try-statements). When the generator resumes, it picks-up where it left-off (in contrast to functions which start fresh on every invocation). 

参考文档：

http://www.ibm.com/developerworks/cn/opensource/os-cn-python-yield/

python manual