Python高级特性：生成器函数详解

"02-51-生成器函数.pdf，由北京大学陈斌教授讲解，涵盖了Python语言中的高级特性——生成器函数。这份资料是课程课件或学习参考资料，旨在帮助理解并掌握生成器的使用。 生成器是Python编程中一种高效、节省内存的工具，它用于创建序列对象，尤其是处理大数据量时。不同于一次性加载整个序列到内存的传统列表，生成器可以在需要时按需生成元素，避免了内存压力。生成器本质上是实现了迭代器协议的特殊类型的迭代器，它能逐个产生序列的元素，而不是一次性全部生成。 生成器函数是创建生成器的主要方式。当一个函数包含`yield`语句时，它就变成了一个生成器函数。与常规函数不同，生成器函数不会立即执行其代码体，而是返回一个生成器对象。每次调用这个生成器对象的`__next__()`方法（或者在for循环中使用）时，函数才会执行到下一个`yield`语句，并返回该语句后面的值。当函数执行到`return`语句时，生成器结束，而`yield`则允许函数在后续迭代中恢复执行，从上次`yield`的位置继续。 举例来说，一个简单的生成器函数`even_number`可能会生成偶数序列： ```python def even_number(n): i = 0 while i < n: yield i * 2 # 每次迭代返回一个偶数 i += 1 ``` 在这个例子中，`even_number(10)`会生成一个包含前10个偶数的迭代器，而不是一次性生成一个包含10个元素的列表。 使用生成器函数的优点在于它们的延迟计算特性。例如，在处理无限序列或大型文件时，生成器可以显著减少内存消耗，因为它们只在需要时生成下一个元素。此外，生成器还可以结合其他高级Python特性，如`filter()`, `map()`, 和`itertools`模块，实现更复杂的迭代逻辑。 生成器函数是Python编程中的一项强大工具，尤其在处理大量数据或需要进行复杂迭代操作时，它提供了高效且内存友好的解决方案。理解和熟练运用生成器函数，对于提升Python编程的效率和灵活性至关重要。