在 Python 中，使用了 yield 的函式被稱為生成器 (generator)。

跟普通函式不同的是，生成器是一個返回迭代器的函式，只能用於迭代操作，更簡單的理解生成器就是一個迭代器。

在呼叫生成器執行的過程中，每次遇到 yield 時函式會暫停並儲存當前所有的執行資訊，返回 yield 的值，並在下一次執行 next() 方法時從當前位置繼續執行。

呼叫一個生成器函式，返回的是一個迭代器物件。

例項：斐波那契數列

斐波那契數列是一個簡單的遞迴，除第一個和第二個數外，任意一個數可由前兩個數相加得到。

方法1：簡單輸出斐波那契數列的前 N 個數

def fab(max):
    n, a, b = 0, 0, 1
    for n in range(max):
        print(b)
        a, b = b, a+b
        n = n+1
fab(5)
 

輸出：

1
1
2
3
5

使用 print 列印導致該函式可複用性較差，因為 fab 函式返回 None，其他函式無法呼叫。

方法2：通過列表返回

def fab(max):
    n, a, b = 0, 0, 1
    L = []
    for n in range(max):
        L.append(b)
        a, b = b, a+b
        n = n+1
    return L

for i in fab(5):
    print(i)

輸出：

1
1
2
3
5

返回 list 能滿足複用性要求，但該函式在執行中佔用的記憶體會隨著引數 max 的增大而增大。

如果要控制記憶體，不要用 List 來儲存中間結果，而是通過 iterable 來迭代。

方法3：通過 iterable 物件來迭代

利用 iterable 把 fab 函式改寫為一個 iterable 的 class。

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()

for n in Fab(5):
    print(n)
 

輸出：

1
1
2
3
5

Fab 類通過 __next()__ 不斷返回數列的下一個數，記憶體佔用始終為常數。

但是 class 改寫的版本，程式碼比較繁瑣。

既想保持程式碼的簡潔，又想獲得 iterable 的效果，使用 yield。

方法4：yield

def fab(max):
    n, a, b = 0, 0, 1
    for n in range(max):
        yield b
        a, b = b, a+b
        n += 1

for n in fab(5):
    print(n)

輸出：

1
1
2
3
5

僅把第一種方法的 print(b) 改為 yield b，即保持了程式碼的簡潔性又獲得了 iterable 的效果。