第 7 讲：生成器与协程——惰性求值与状态机的艺术

大家好，我是正在实战各种 AI 项目的程序员晚枫。

处理 100 万条数据，内存只占用几 KB？生成器让这成为可能！

---

🔄 生成器函数

惰性求值

# 普通函数返回列表（占用大量内存）
def get_numbers(n):
    result = []
    for i in range(n):
        result.append(i ** 2)
    return result

# 生成器函数（惰性求值）
def get_numbers_gen(n):
    for i in range(n):
        yield i ** 2

# 使用
for num in get_numbers_gen(1000000):
    if num > 100:
        break  # 只计算需要的部分

yield 的工作原理

yield 让函数变成生成器。每次遇到 yield，函数：

1. 返回一个值
2. 暂停执行，保存当前状态
3. 下次调用时从暂停处继续

---

📡 yield from

委托子生成器

def sub_generator():
    yield 1
    yield 2

def main_generator():
    yield 'A'
    yield from sub_generator()  # 委托
    yield 'B'

print(list(main_generator()))  # ['A', 1, 2, 'B']

实际应用场景

# 遍历嵌套结构
def flatten(nested):
    for item in nested:
        if isinstance(item, list):
            yield from flatten(item)
        else:
            yield item

print(list(flatten([1, [2, 3], [4, [5, 6]]])))
# [1, 2, 3, 4, 5, 6]

---

🎯 本讲总结

生成器函数：使用 yield 实现惰性求值。

yield from：委托子生成器，简化代码。

实际应用场景：大文件处理、管道处理、嵌套结构遍历。

---

📚 推荐教材

《Python 编程从入门到实践（第 3 版）》 | 《流畅的 Python（第 2 版）》 | 《CPython 设计与实现》

学习路线： 零基础 → 《从入门到实践》 → 《流畅的 Python》 → 本门课程 → 《CPython 设计与实现》

---

🔗 课程导航

← 上一讲：装饰器详解 | 下一讲：可调用对象 →

---

💬 联系我

平台	账号/链接
微信	扫码加好友
B 站	Python 自动化办公社区

主营业务：AI 编程培训、企业内训、技术咨询

进群

嗨，扫码 进群

微信