开放原子开发者工作坊

python源代码中经常会有使用yield，带有yield的函数是generator（生成器），它返回是一个迭代值，下面我们分析yield是什么原理，有什么好处？

首先，我们写一个简单的斐波那契数列前n项值得方法：

def fab(max):
    n,a,b=0,0,1
    while n<max:
        print b
        a,b=b,a+b
        n=n+1
fab(5)
input()

函数输出1　　1　　2　　3　　5　　没有问题，但是该方法没有返回值，复用性太差了，我们希望得到有返回结果的方法。

修改如下：

def fab(max):
    n,a,b=0,0,1
    result=[]
    while n<max:
        result.append(b)
        a,b=b,a+b
        n=n+1
    return result
print fab(5)
input()

返回[1,1,2,3,5]的list，这样我们就可以方便的用它的结果了，但是当max很大时，对内存是一个很大的开销，并不是一个好的方法，怎么办呢？这就要用到迭代器的知识了，返回一个迭代变量是更好的选择。

例如 for i in range(100):pass　　会导致生成一个100个元素的list；

　　for i in xrange(100):pass　　不会产生100个元素的list，而是每次返回一个iterable对象，只有上一个数据用完之后才生成下一个，每次只返回一个，所以减小了内存开销。

利用iterable我们可以把fab()方法写成一个支持iterable的class，如下：

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()
fab=Fab(5)
for n in fab:
    print n
input()

这样就实现了迭代器的返回方法，但是代码太多，不够简洁，这时候yield就用上了。

def fab(max):
    n,a,b=0,0,1
    while n<max:
        yield b
        a,b=b,a+b
        n=n+1
for i in fab(5):
    print i
input()

这样就实现了。

yeild的原理：一个带有yield的函数就是一个generator生成器，和普通的函数不一样。只有调用next()函数的时候才会执行函数语句，在for循环中会自动调用next()方法。函数执行过程中遇到一个yield会中断一次，返回一个迭代值，函数保存自己的变量和状态，下次迭代时（也就是下次next()的时候）从yield下一条语句继续执行（这个性质很重要），函数恢复之前状态，直到遇到下一个yield返回迭代值，这样循环。

可以用

f=fab(5)

fab.next()不断测试来分析它的原理。