python 基础笔记

python 基础笔记

目录

• 前言
• 1. 基础知识
• • 1.1 基本概念
  • 1.2 迭代器和生成器的关系
• 2. yield 的使用
• • 2.1 yield 的作用
  • 2.2 yield 的执行流程
• 总结

前言

做 LeetCode 题目，1189. “气球” 的最大数量，虽然执行效率也是排在前面，但写了很大段代码，然后就发现一个简洁到极致的代码：

return unt(key) // abc for key, abc in collections.Counter(“balloon”).items())

将 unt(key) // abc for key, abc in collections.Counter(“balloon”).items() 单独打印查看类型

	f = (unt(key) // abc for key, abc in collections.Counter("balloon").items())print(type(f)) #输出<generator object Solution.maxNumberOfBalloons.<locals>.<genexpr> at 0x7ffbe29cf9e0>

发现 generator 没学过啊。。于是找到一个很好的教程：

Python yield 使用浅析
注意： 这个文档是使用 Python 2 写的。改写 iterable 的 class 时，要把 next 方法改为 __next__

1. 基础知识

1.1 基本概念

1. Iterable：
   有迭代能力的对象，实现了__iter__的类，那么就认为它有迭代能力，通常此函数必须返回一个实现了__next__的对象，如果自己实现了，你可以返回self，当然这个返回值不是必须的。
2. Iterator （迭代器）：
   同时实现了__iter__和__next__的对象，缺少任何一个都不算是Iterator。 Iterator 当然也是 Iterable。
3. generator（生成器）
   用一种方便的方法实现了 iterator，使用了 yield 或者生成器表达式生成 iterator 对象，在 for 循环取数据或使用 next() 取数据。

1.2 迭代器和生成器的关系

借一张图来说明它们的关系
使用代码来展示 generator 与 Iterator，Iterable 的关系：

	from inspect import isgeneratorfunctionfrom collections import Iterable, Iteratorimport typesdef fab(max):n, a, b = 0, 0, 1while n < max:yield ba, b = b, a + bn += 1# 不会执行函数体，而是返回 generator 对象 v = fab(5)print("is a generator? %s" % isinstance(v, types.GeneratorType))print("is a Iterable?  %s" % isinstance(v, Iterable))print("is a Iterator?  %s" % isinstance(v, Iterator))

执行结果：

	is a generator? Trueis a Iterable?  Trueis a Iterator?  True

2. yield 的使用

2.1 yield 的作用

yield 的作用就是把一个函数变成一个 generator，带有 yield 的函数不再是一个普通函数，Python 解释器会将其视为一个 generator，调用 generator 函数不会执行函数体，而是返回一个 generator 对象！

2.2 yield 的执行流程

在 for 循环执行时，每次循环都会执行 fab 函数内部的代码，

1. 执行到 yield b 时，fab 就返回一个迭代值
2. 下次迭代时，代码从 yield b 的下一条语句继续执行，而函数的本地变量看起来和上次中断执行前是完全一样的，于是函数继续执行，直到再次遇到 yield
3. 也可以手动调用 fab(5) 的 next() 方法（因为 fab(5) 是一个 generator 对象，该对象具有 __next__() 方法），这样我们就可以更清楚地看到 fab 的执行流程：
   执行 next 流程：

	v = fab(5)while(True):print(v.__next__())

执行结果：

	11235Traceback (most recent call last):File "d:/workspace/study/python/test.py", line 10, in <module>print(v.__next__())StopIteration

总结

1. Python 使用 Generator 和 Iterator 来实现迭代， 迭代就是单向地、逐个地访问某个容器中的元素的行为。
2. Generator 是 Iterator的简单实现方式，Generator 可以使代码更简洁，同时不用预先生成迭代队列，内存占用始终为常数。