1. 生成器定義

生成器可以理解為一種資料型別，這種資料型別自動實現了迭代器協議（其他資料型別需要呼叫自己的內建iter方法）

在Python中，一邊迴圈，一邊計算的機制，稱為生成器。

2. 生成器的作用

1. 通過列表生成式，我們可以直接建立一個列表，但是，受到記憶體限制，列表容量肯定是有限的。

2. 而且，建立一個包含100萬個元素的列表，不僅佔用很大的儲存空間，如果我們僅僅需要訪問前面幾個元素，那後面絕大多數元素佔用的空間都白白浪費了。

3. 所以，如果列表元素可以按照某種演算法推算出來，那我們是否可以在迴圈的過程中不斷推算出後續的元素呢？

4. 這樣就不必建立完整的list，從而節省大量的空間。在Python中，這種一邊迴圈一邊計算的機制，稱為生成器：generator。

3. 生成器工作原理

1）生成器是這樣一個函式，它記住上一次返回時在函式體中的位置。

2）對生成器函式的第二次（或第 n 次）呼叫跳轉至該函式中間，而上次呼叫的所有區域性變數都保持不變。

3）生成器不僅“記住”了它資料狀態；生成器還“記住”了它在流控制構造中的位置。

4）生成器是一個函式，而且函式的引數都會保留。

5）迭代到下一次的呼叫時，所使用的引數都是第一次所保留下的，即是說，在整個所有函式呼叫的引數都是第一次所呼叫時保留的，而不是新建立的

4. yield生成器執行機制

在Python中，yield就是這樣的一個生成器。

1) 當你問生成器要一個數時，生成器會執行，直至出現 yield 語句，生成器把yield 的引數給你，之後生成器就不會往下繼續執行。

2) 當你問他要下一個數時，他會從上次的狀態開始執行，直至出現yield語句，把引數給你，之後停下。如此反覆

3) 在python中，當你定義一個函式，使用了yield關鍵字時，這個函式就是一個生成器

4) 它的執行會和其他普通的函式有很多不同，函式返回的是一個物件，而不是你平常所用return語句那樣，能得到結果值。如果想取得值，那得呼叫next()函式

5) 每當呼叫一次迭代器的next函式，生成器函式執行到yield之處，返回yield後面的值且在這個地方暫停，所有的狀態都會被保持住，直到下次next函式被呼叫，或者碰到異常迴圈退出。

# yield實現fib數

def fib(max_num):

 a,b = 1,1

 while a < max_num:

 yield b

 a,b=b,a+b

g = fib(10) #生成一個生成器：[1，2, 3, 5, 8, 13]

print(g.__next__()) #第一次呼叫返回：1

print(list(g)) #把剩下元素變成列表：[2, 3, 5, 8, 13]