1.生成器：
什么是生成器？
它内部封装了一套公式/算法，只有等到需要调用/执行数据时 --> next()函数执行
才会将公式计算得到数据结果，这就是生成器的原理(核心思想)；
【注意事项】：
1).生成器中是没有真实数据存在，所以我们是不能直接使用len()函数来尝试得到其长度
如果我们这么做了，会报错：StopIteration
2).生成器中关联的真实数据只能被使用一次，不可逆
格式：两种
执行返回一个generator类型对象
1).
(条件表达式 for 参数列表 in 容器对象)
2).
定义函数，在函数的内部需要使用yield关键字来记录返回的generator对象的数据公式，
【注意】函数此时如果有return，已经无视了/没有作用了，返回的一定是generator
演示生成器的定义和使用：
#格式1：(条件表达式 for 参数列表 in 容器对象)
gen=(x for x in range(5))
print(gen,type(gen))
#generator对象不能配合len()来获取其长度
print(len(gen))
#使用next()函数来得到每一次genexpr中的内容
print(next(gen))
print(next(gen))
print(next(gen))
print(next(gen))
print(next(gen))
#generator对象中的数据内容只能被解析使用一次，不可逆；一旦调用多了，直接报错；
# StopIteration
print(next(gen))
以下是两种解析处理generator对象的方式：
方式一：使用next()函数调用，如果调多了，报错：StopIteration
方式二：使用循环处理，如果调多了，不会报错，什么都看不到-->这样的方式更加友好
print(next(gen))
print(next(gen))
for g in gen:
print('')
print(g)
print(next(g))
print('*'*50)
for g in gen:
print(g)
需求：思考如果对于gen对象中的真实数据我需要用到多次，那怎么办？
可以将generator对象gen转换为一个譬如list对象即可
gen=(x for x in range(5))
lt=list(gen)
print(lt,type(lt))
for i in lt:
print(i)
print('*'*50)
i=0
while i<len(lt):
print(lt[i])
i+=1
格式2：
定义函数，在函数的内部需要使用yield关键字来记录返回的generator对象的数据公式，
【注意】函数此时如果有return,已经无视了/没有作用了，返回的一定是generator
def func(n):
lt=[]
for i in range(1,n+1):
if i%2==0:
lt.append(i)
yield i
return lt
f=func(10)
print(f,type(f))
print(len(f))
print(next(f))
for i in f:
print(i)
print(list(f))
gen=(x for x in range(1,11) if x%2==0)
for g in gen:
print(g)
需求：实现全排列
str1='ABC'
str2='XYZ'
def func2(str1,str2):
for s1 in str1:
for s2 in str2:
yield s1 + s2
gen=func2(str1,str2)
print(gen,type(gen))
for g in gen:
print(gen)
print('*'*50)
gen=(x+y for x in str1 for y in str2)
for g in gen:
print(g)
比较：列表生成式和生成器？
对于生成器而言：
定义执行会得到一个generator对象，
此对象中没有真实数据(第一手没值)，它内部封装了一套公式/算法，
一旦需要使用数据了，就会计算公式，得到内容；
就因为这样的特点，所以我们得出结论：
1).生成器比较节省内存资源(好处)
2).在数据运算时比列表生成式效率要慢一点(弊端)
对于列表生成式而言：
定义执行会得到一个列表对象，
在定义执行完毕后，列表中已经确定了真实的数据(进内存了)
就因为这样的特点，所以我们得出结论：
1).列表生成式比较占用内存资源(弊端)
2).在数据运算时比生成器效率要快一点(好处)