Python 从生成器到协程

谁借莪１个温暖的怀抱￠ 2022-04-13 06:22 169阅读 0赞

# 生成器 #

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。

要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的\[\]改成()，就创建了一个generator：

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

高级一点的生成器就是一个包含`yield`关键字的函数，不过执行过程有点诡异：  
先来看一个例子

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语句必须在循环里才有意义，启动生成器必须用send(None)(等价于__next()__方法）
    # send(None)之后,函数执行到`yield i(0)`并执行完,并不给a赋值
    # send(100)之后,先给a赋值为a = 100,print(a)输出 100,然后下一次循环执行完`yield i(1)`
    # send(200)之后,先给a赋值为a = 200,print(a)输出 200,然后下一次循环执行完`yield i(2)`

其输出结果如下，上面的注释是我根据结果推导出来的

start
    NNN
    a: 100
    111
    a: 200
    222

再来一个例子：

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语句必须在循环里才有意义，启动生成器必须用send(None)(等价于__next__()方法）

其输出结果如下：

start
    NNN
    a: None
    111
    a: None
    222

开始我还怀疑\_\_next\_\_()方法只是第一次不赋值，现在看来是每次都不赋值啊，其实for循环也可以改成while循环。

那\_\_next\_\_()函数的真正意义何在，我们注意到，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语句必须在循环里才有意义，启动生成器必须用send(None)(等价于__next__()方法）

输出结果：

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表达式等号右边变量值，同时验证了只有send(not none)才能给a赋值，不然a一直未定义。其实，send()函数的返回值也是yield表达式等号右边变量值。

# 协程 #

了解了生成器之后，我们就可以学习协程了，协程的定义如下：  
协程，又称微线程，纤程。英文名Coroutine。  
协程执行有点像多线程，但协程的特点在于是一个线程执行，那和多线程比，协程有何优势？

最大的优势就是协程极高的执行效率。因为子程序切换不是线程切换，而是由程序自身控制，因此，没有线程切换的开销，和多线程比，线程数量越多，协程的性能优势就越明显。

第二大优势就是不需要多线程的锁机制，因为只有一个线程，也不存在同时写变量冲突，在协程中控制共享资源不加锁，只需要判断状态就好了，所以执行效率比多线程高很多。

因为协程是一个线程执行，那怎么利用多核CPU呢？最简单的方法是多进程+协程，既充分利用多核，又充分发挥协程的高效率，可获得极高的性能。

Python对协程的支持是通过生成器实现的。

在生成器中，我们不但可以通过for循环来迭代，还可以不断调用\_\_next\_\_()函数获取由yield语句返回的下一个值。

但是Python的yield不但可以返回一个值，它还可以接收调用者发出的参数。

未完待续，学习自：[廖雪峰的官方教程][Link 1]  
[脚本之家][Link 2]

[Link 1]: https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001432090171191d05dae6e129940518d1d6cf6eeaaa969000
[Link 2]: https://www.jb51.net/article/113160.htm