关于python:九迭代器生成器与协程

39次阅读

共计 2408 个字符，预计需要花费 7 分钟才能阅读完成。

什么是迭代器？迭代器是一个能够记住遍历的地位的对象。
迭代器对象从汇合的第一个元素开始拜访，直到所有的元素被拜访完完结，它只能往前进行，不能后退。

什么是可迭代（可迭代对象）？

1. 遵循了可迭代协定的对象
2. 可迭代协定
- 实现 iter()办法，并返回的 Iterator 对象自身
- 实现 next()办法，当 next()办法被调用，返回下一个值，直到没有值能够拜访。

list、tuple 等都是可迭代对象，咱们能够通过 iter()函数获取这些可迭代对象的迭代器，之后应用 next()函数来获取下一条数据。iter()函数实际上就是调用了__iter_

In [5]: list_demo = [i for i in range(10)]
In [6]: iter_list = iter(list_de)
In [7]: iter_list = iter(list_demo)

In [8]: next(iter_list)
Out[8]: 0

In [9]: next(iter_list)
Out[9]: 1

In [10]: next(iter_list)
Out[10]: 2

什么是生成器？
咱们应用列表时，列表是曾经定义好的数据，例如 [1, 2, 3, 4, 5, 6, 7, 8], 这个能够按照某种算法推算出后续元素，是否能够不创立整个列表，而是遍历循环时，依据算法推算出元素而后应用呢，这样就能够节俭大量空间，实现了这个需要的就是生成器(Generator)，实质还是迭代器，然而非凡的迭代器。
生成器是一类非凡的迭代器。

生成器和一般函数的区别是应用 yield，而不是 return 返回值。

应用含推导式的 () 定义生成器

In [14]: list_demo = [i for i in range(10)]

In [15]: type(list_demo)
Out[15]: list

In [16]: generator_demo = (i for i in range(10))

In [17]: type(generator_demo)
Out[17]: generator

应用函数来实现

def a():
    for x in range(3):
        print(x)
        yield

m = a()
for x in range(3):
    next(m)

协程不是过程，也不是线程，它是用户空间调度的实现的并发解决的形式。

它是 python 中另外一种实现多任务的形式，只不过比线程更小，占用更小执行单元。为啥说它是一个执行单元，因为它自带 CPU 上下文。这样只有在适合的机会，咱们能够把一个协程切换到另一个协程。只有这个过程中保留或复原 CPU 上下文那么程序还是能够运行的。

协程是线程内实现调度, 它不须要更多的线程，天然也没有多线程切换带来的开销。
协程是非抢占式调度，只有一个协程被动让出控制权，另一个协程才会被调度。
协程也不须要应用锁机制，因为是在同一个线程中执行。

简略实现一个协程

def a():
    for x in range(3):
        print(x)
        yield
def b():
    for x in range(3):
        print(x)
        yield
m = a()
n = b()
for x in range(3):
    next(m)
    next(n)

在线程内通过生成器实现了调度，让两个函数简直都有执行，这样的调度不是操作系统的过程、线程实现的，而是用户本人设计的，这个就是协程。

greenlet 实现协程

from greenlet import greenlet
import time

def test1():
    while True:
        print("---test1---")
        g2.switch()
        time.sleep(0.5)

def test2():
    while True:
        print("---test2---")
        g1.switch()
        time.sleep(0.5)

g1 = greenlet(test1)
g2 = greenlet(test2)

#切换到 g1 中运行
g1.switch()

gevent 比 greenlet 更加弱小，可能主动切换

示例 1

import gevent

def fun(n):
    for x in range(n):
        print(gevent.getcurrent(), x)
        gevent.sleep(1)

g1 = gevent.spawn(fun, 5)  # 第一个参数为传递的执行函数，第二个参数，是 f 的参数
g2 = gevent.spawn(fun, 5)
g3 = gevent.spawn(fun, 5)
g1.join()
g2.join()
g3.join()

示例 2

from gevent import monkey
import gevent
import random
import time

monkey.patch_all()

def coroutine_work(coroutine_name):
    for i in range(10):
        print(coroutine_name, i)
        time.sleep(random.random())

gevent.joinall([gevent.spawn(coroutine_work, "work1"),
        gevent.spawn(coroutine_work, "work2")
])

示例 3

from gevent import monkey
import gevent
import random
import time
from gevent.pool import Pool

pool = Pool(5) # 限度发送协程数

monkey.patch_all()
#
def coroutine_work(coroutine_name):
    for i in range(10):
        print(coroutine_name, i)
        time.sleep(random.random())


gevent.joinall([pool.spawn(coroutine_work, coroutine_name='work1'),
    pool.spawn(coroutine_work, coroutine_name='work2'),
]
)

正文完