生成器

默认使用yield在函数内，即改函数就会成为一个特殊的迭代器，称为生成器

作用：实现高效的迭代和流式数据处理，惰性求值，省内存

案例

python
def fibonacci_generator(n):
    """生成斐波那契数列的生成器"""
    a, b = 0, 1
    for _ in range(n):
        yield a
        a, b = b, a + b

print(list(fibonacci_generator(5)))  # [0, 1, 1, 2, 3]

其他生成器情况

(x * x for x in range(1000000)) 使用元组方式去生成

python
# 列表推导式
squares_list = [x * x for x in range(1000000)]

# 生成器表达式
squares_generator = (x * x for x in range(1000000))

# 计算内存使用
import sys
print(f"List size: {sys.getsizeof(squares_list)} bytes")
print(f"Generator size: {sys.getsizeof(squares_generator)} bytes")

# List size: 8448728 bytes
# Generator size: 208 bytes

优势对比：生成器在处理大数据集、流式数据和无限序列时，比列表推导式更节省内存。通过惰性求值，生成器可以有效地减少内存使用，提高程序的性能和可扩展性。