列表的擴展知識點。。。。。。。。。。。。

生成器：

通過列表生成式，我們可以直接創建一個列表。但是，受到內存限制，列表容量肯定是有限的。而且，創建一個包含100萬個元素的列表，不僅占用很大的存儲空間，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占用的空間都白白浪費了。

所以，如果列表元素可以按照某種算法推算出來，那我們是否可以在循環的過程中不斷推算出後續的元素呢？這樣就不必創建完整的list，從而節省大量的空間。在Python中，這種一邊循環一邊計算的機制，稱為生成器：generator。

要創建一個generator很簡單，只要把一個列表生成式的[]改成()，就創建了一個generator（簡單方法）：

list = [i*i for i in range(10)]
print(list)#列表

generatere = (i*i for i in range(10))
next(generator)
.
.
.
.
#一個個打印，生成式用next（）函數，一個個獲得返回值。。。。

generator保存的是算法，每次調用next(g)，就計算出g的下一個元素的值，直到計算到最後一個元素，沒有更多的元素時，拋出StopIteration的錯誤。這種不斷調用next(g)實在是太難受了，正確的方法是使用for循環，因為generator也是可叠代對象，所以，我們創建了一個generator後，基本上永遠不會調用next()

還有一種定義生成器的方法（略顯高大上）：

如果一個函數定義中包含yield關鍵字，那麽這個函數就不再是一個普通函數，而是一個generator：

這裏比較不好理解的就是generator和函數的執行流程不一樣。函數是順序執行，遇到return語句或者最後一行函數語句就返回。而變成generator的函數，在每次調用next()的時候執行，遇到yield語句返回，再次執行時從上次返回的yield語句處繼續執行。（可以定點運行一下看看）

來個例子（單線程並發）：線程是進程中執行運算的最小單位，即執行處理機調度的基本單位，並發是指在一段時間內同時做多個事情

import time
def employee(name):
    print("%s 準備發工資啦!" %name)
    while True:
       money = yield

       print("錢[%s]來了,被[%s]花了!" %(money,name))


def boss(name):
    c = employee(‘A‘)
    c2 = employee(‘B‘)
    c.__next__()#只喚醒
    c2.__next__()
    print("老子開始準備撒錢啦!")
    for i in range(10):
        time.sleep(1)
        print("撒了2摞錢!")
        c.send(i)#喚醒yield並給它傳值
        c2.send(i)

boss("yue")

python-生成式