在这两个例子中，生成器在内存方面的优势是什么？

Question

生成器的优势之一是它使用更少的内存和消耗更少的资源。也就是说，我们不会一次生成所有数据，也不会为所有数据分配内存，并且每次只生成一个值。存储变量的状态、状态和值​​，实际上可以通过调用代码继续来停止和恢复代码。

我写了两个代码，我正在比较它们，我看到生成器可以正常编写，现在我看不到生成器的任何点。谁能告诉我这个生成器与正常编写时相比有什么优势？它们的每次迭代都会生成一个值。

第一个代码：

def gen(n):
    for i in range(n):
        i = i ** 2
        i += 1
        yield i

g = gen(3)
for i in g:
    print(i)

第二个问题：

def func(i):
    i = i ** 2
    i += 1
    return i

for i in range(3):
    print(func(i))

我知道g的id是恒定的，而func(i)的id是在变化的。

这就是主生成器优势的含义吗？

Answer 1

具体地说，您在问题中提到的上述代码在内存方面没有区别，但第一种方法更可取，因为您需要的所有东西都在同一个生成器函数中，而在第二种情况下，循环和函数位于两个不同的位置，每次需要使用第二个函数时，您都需要在外部使用循环，这会不必要地增加冗余。

实际上，你写的两个函数，生成器函数和普通函数，它们不是等价的。在生成器中，您将返回所有值，即循环位于生成器函数内部：

def gen(n):
    for i in range(n):
        i = i ** 2
        i += 1
        yield i

但是，在第二种情况下，您只返回一个值，并且循环位于函数外部：

def func(i):
    i = i ** 2
    i += 1
    return i

为了使第二个函数等同于第一个函数，您需要在函数中包含循环：

def func(n):
    for i in range(n):
        i = i ** 2
        i += 1
        return i

现在，当然，如果控制进入循环内部，上面的函数总是为i=0返回一个值，所以要解决这个问题，你需要返回一个完整的序列，这要求你有一个列表或类似的数据结构，允许你存储多个值：

def func(n):
    result = []
    for i in range(n):
        i = i ** 2
        i += 1
        result.append(i)
    return result

for v in func(3):
    print(v)
    
1
2
5

现在，您可以清楚地区分这两种情况，在第一种情况下，每个值都会按顺序进行计算，然后再进行处理，即printed，但在第二种情况下，在实际处理之前，您最终会将整个结果保存在内存中。

Answer 2

主要的优点是当你有一个大型数据集的时候。它基本上是lazy loading的思想，这意味着除非需要，否则不会调用数据。这节省了您的资源，因为通常在列表中，整个内容是一次性加载的，如果数据足够大，这可能会占用大量的主内存。

Answer 3

第一个代码的优点是关于您没有显示的东西。一次生成和使用一个值比首先生成所有值，然后将它们收集到一个列表中，然后从列表中使用它们所需的内存更少。

要与第一个代码进行比较的第二个代码应该是：

def gen2(n):
    result = []
    for i in range(n):
        i = i ** 2
        i += 1
        result.append(i)
    return result

g = gen2(3)
for i in g:
    print(i)

请注意，如何使用gen2的结果与第一个示例中的gen的结果完全相同，但是如果n越来越大，gen2将使用更多内存，而无论n有多大，gen都将使用相同数量的内存。