生成器

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。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。

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？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。

要建立一個generator，有很多種方法。第一種方法很簡單，只要把一個列表生成式的[]改成()，就建立了一個generator：

>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

高階一點的生成器就是一個包含yield關鍵字的函式，不過執行過程有點詭異：
先來看一個例子

def fun():
	print('start')
	for i in range(3):
		a = yield i
		print("a:",a)
	print('end')

f = fun()
f.send(None)
print('NNN')
f.send(100)
print('111')
f.send(200)
print('222\n\n')

# yield語句必須在迴圈裡才有意義，啟動生成器必須用send(None)(等價於__next()__方法）
# send(None)之後,函式執行到`yield i(0)`並執行完,並不給a賦值
# send(100)之後,先給a賦值為a = 100,print(a)輸出 100,然後下一次迴圈執行完`yield i(1)`
# send(200)之後,先給a賦值為a = 200,print(a)輸出 200,然後下一次迴圈執行完`yield i(2)`
 

其輸出結果如下，上面的註釋是我根據結果推匯出來的

start
NNN
a: 100
111
a: 200
222

再來一個例子：

def fun():
	print('start')
	for i in range(3):
		a = yield i
		print("a:",a)
	print('end')

f = fun()
f.__next__()
print('NNN')
f.__next__()
print('111')
f.__next__()
print('222\n\n')

# yield語句必須在迴圈裡才有意義，啟動生成器必須用send(None)(等價於__next__()方法）
 

其輸出結果如下：

start
NNN
a: None
111
a: None
222

開始我還懷疑__next__()方法只是第一次不賦值，現在看來是每次都不賦值啊，其實for迴圈也可以改成while迴圈。

那__next__()函式的真正意義何在，我們注意到，他是有返回值的

def fun():
	print('start')
	for i in range(3):
		a = yield i
		print("a:",a)
	print('end')

f = fun()
print("next",f.__next__())
print('NNN')
print("next",f.__next__())
print('111')
print("next",f.__next__())
print('222\n\n')
# yield語句必須在迴圈裡才有意義，啟動生成器必須用send(None)(等價於__next__()方法）

輸出結果：

start
next 0
NNN
a: None
next 1
111
a: None
next 2
222

所以__next__()真正作用是返回yield表示式等號右邊變數值，同時驗證了只有send(not none)才能給a賦值，不然a一直未定義。其實，send()函式的返回值也是yield表示式等號右邊變數值。

協程

瞭解了生成器之後，我們就可以學習協程了，協程的定義如下：
協程，又稱微執行緒，纖程。英文名Coroutine。
協程執行有點像多執行緒，但協程的特點在於是一個執行緒執行，那和多執行緒比，協程有何優勢？

最大的優勢就是協程極高的執行效率。因為子程式切換不是執行緒切換，而是由程式自身控制，因此，沒有執行緒切換的開銷，和多執行緒比，執行緒數量越多，協程的效能優勢就越明顯。

第二大優勢就是不需要多執行緒的鎖機制，因為只有一個執行緒，也不存在同時寫變數衝突，在協程中控制共享資源不加鎖，只需要判斷狀態就好了，所以執行效率比多執行緒高很多。

因為協程是一個執行緒執行，那怎麼利用多核CPU呢？最簡單的方法是多程序+協程，既充分利用多核，又充分發揮協程的高效率，可獲得極高的效能。

Python對協程的支援是通過生成器實現的。

在生成器中，我們不但可以通過for迴圈來迭代，還可以不斷呼叫__next__()函式獲取由yield語句返回的下一個值。

但是Python的yield不但可以返回一個值，它還可以接收呼叫者發出的引數。

未完待續，學習自：廖雪峰的官方教程
指令碼之家