生成器
上一节列表生成式可以用来生成一个完整list，但是如果需要的list容量很大呢？如果需要一个100万个元素的列表，难道要生成这样一个list么，那不是很占内存么？更何况我们可能并不需要这个列表中的所有元素。
是不是没有必要完整生成一个list，而是把规律和算法写入，让其自动推算所有元素呢？Python提供了这样一个工具：生成器generator，通过一边循环一边计算：
一个简单的生成器创建方法就是把列表生成式的[]变成：
>>>L=[x*xforxinrange(10)]
>>>L
[0,1,4,9,16,25,36,49,64,81]
>>>g=(x*xforxinrange(10))
>>>g
<generatorobjectat0x112fd8f20 >
>>>next(g)
0
>>>next(g)
1
>>>next(g)
4
>>>next(g)
9
>>>next(g)
16
>>>next(g)
25
>>>next(g)
36
>>>next(g)
49
>>>next(g)
64
>>>next(g)
81
>>>next(g)
Traceback(most recent calllast):
File"<pyshell#38>",line1,in
next(g)
StopIteration
>>>
L和g的区别仅仅在于创建时一个用的[]一个用的，L是一个list，g是一个生成器，我们直接输入L就输出了整个list的元素，上面的例子中，我们使用next函数把生成器中每个元素一个个输出出来，当超出生成器的范围时，就直接报错StopIteration（停止迭代）。
生成器保存的是算法，像上面用next一个一行的输出太繁琐，我们可以使用for循环的方式迭代输出：
>>>f=(x*xforxinrange(10))
>>>forninf:
print(n)
0
1
4
9
16
25
36
49
64
81
v对于复杂的生成器，for循环无法表达时，可以通过函数实现，例如斐波拉契数列（Fibonacci），头两个数是1和1，后面每个数都是前两个数之和，也就是：
1，1，2，3，5，8，13，21，34…
>>>deffib(max):
n,a,b=0,0,1
whilen<max:< p="">
print(b)
a,b=b,a+b
n=n+1
return'done'
>>>fib(7)
1
1
2
3
5
8
13
'done'
函数fib其实就是定义了裴波拉切数列的推算方式，这和生成器是类似的，那么如何把这个函数变成一个生成器呢？只需要把print(b)变成yield b就可以：
>>>deffib(max):
n,a,b=0,0,1
whilen<max:< p="">
yieldb
a,b=b,a+b
n=n+1
return'done'
>>>f=fib(6)
>>>f
>>>next(f)
1
>>>next(f)
1
>>>next(f)
2
>>>next(f)
3
>>>next(f)
5
>>>next(f)
8
>>>next(f)
Traceback(most recent calllast):
File"<pyshell#86>",line1,in
next(f)
StopIteration:done
这样fib就变成一个生成器了，函数执行是顺序执行，遇到return或者执行到底了就返回，而在生成器中，每次next都是遇到yield就返回，下次next从上次yield的位置继续执行。我们定义一个生成器依次输出1、3、5：
>>>defodd:
print('step 1')
yield1
print('step 2')
yield3
print('step 3')
yield5
>>>o=odd
>>>next(o)
step1
1
>>>next(o)
step2
3
>>>next(o)
step3
5
>>>next(o)
Traceback(most recent calllast):
File"<pyshell#99>",line1,in
next(o)
StopIteration
上面的例子可以看到，调用生成器首先要有一个对象o，用next挨个输出时，遇到yield就中断，再次next就接着上次的位置继续，直到最后一次没有可执行的位置了，就直接报错了。
这里next只是为了展示运算的过程，在实际使用中我们依然使用for循环来迭代，接着上面的fib生成器：
>>>forninfib(7):
print(n)
1
1
2
3
5
8
13
>>>
我们看到用for迭代生成器fib时，并没有输出最后返回值’done’，要想拿到返回值就需要捕捉最后一次迭代执行时，终止迭代的报错信息StopIteration，’done’这个返回值就包含在这里：
>>>g=fib(7)
>>>whileTrue:
try:
x=next(g)
print('g:',x)
exceptStopIterationase:
print(e.value)
break
g:1
g:1
g:2
g:3
g:5
g:8
g:13
done