迹忆客 专注技术分享

本教程将教授如何在 Python 中使用生成器的 send() 函数。

生成器概述

您可以创建一个像迭代器一样运行的函数，并且可以通过 Python 生成器函数在 for 循环中使用。 例如，我们将比较名为 first_n() 的方法的各种实现，该方法表示前 n 个非负整数。

由于 n 是一个巨大的数字，我们假设每个整数都需要大量的存储空间——比如说，每个整数需要 10 兆字节——来进行这种比较。

请记住，除非它们是巨大的整数，否则它们在现实生活中不会占用太多空间。 因此，例如，您可以使用 128 个字节来表示一个 309 位整数。

让我们考虑以下示例。

def first_n(n):
    num, nums = 0, []
    while num < n:
        nums.append(num)
        num += 1
    return nums

sum_of_first_n = sum(first_n(1000000))

上面的代码创建了一个求和函数，将值求和到前 n 个数字。 唯一的问题是它会占用大量内存。

请记住，我们不能在内存中保留最多 10 兆字节的整数。 所以为了解决这个问题，我们使用 Python 中的生成器。

生成器有助于创建迭代器。 我们可以通过下面的代码块来理解它。

def first_n(n):
    num, nums = 0, []
    while num < n:
        yield num
        num += 1
    return nums

print(sum(first_n(1000000)))

输出:

499999500000

上面的代码栅栏使用了迭代器执行的内存用例特性。

在 Python 生成器中使用 send()

generator-iterators 的 send() 方法对生成器很有用。 从 Python 2.5 版开始，这个在 PEP 342 中指定的函数就可以访问了。

使用 send() 方法重新启动生成器，该方法还会发送一个值，该值将用于启动后续的 yield。 最后，过程（方法）返回生成器产生的新值。

send() 方法类似于在没有值时使用 next() 。 None 是此过程的另一个可能值。 在这两种情况下，生成器都会将其操作转发给第一个 return 语句。

让我们探索以下代码中的 send() 函数。

def numberGenerator(n):
    number = yield
    while number < n:
        yield number
        number += 1

g = numberGenerator(10)
next(g)
print(g.send(5))

输出:

5

正如我们在上面的代码块中看到的，在最后一行中，我们在 g 变量中发送值 5，确保生成器将最后一个输入视为 5。

send() 函数将最后一个可接受的值发送到它可以用作最后一个输入的生成器变量。 因此，我们了解了生成器的工作原理以及生成器的 send() 函数的重要性。