2019獨角獸企業重金招聘Python工程師標準>>>

上節提出了range和xrange的效率問題，這節我們來探究其中的原因

?

yield的使用

?

我們看下面的程序：

#coding: utf-8def test():print 4print 2print 5if __name__ == '__main__':test()

這段代碼的運行結果當然是沒有任何疑問的。

但是如果我將代碼修改一下：

#coding: utf-8def test():yield 4yield 2yield 5if __name__ == '__main__':print test()

運行結果有些奇怪：

<generator object test at 0xb71f1144>

我們嘗試這樣使用：

if __name__ == '__main__':for i in test():print i

結果卻出人意料：

wing@ubuntu:~/Documents/py|? python 17.py 4 2 5

這是什么原因呢？這里看起來，test()好像一個集合，里面存儲了4，2，5，所以我們才能夠依次遍歷。

實際上，原因并非如此。

當一個函數中含有yield時，這個函數就不再是一個普通的函數，而是一個可迭代的對象（實際上叫做生成器，不過現在不必關心概念）。

同樣，執行該函數時，不再是馬上執行其中的語句，而是生成一個可迭代對象。當執行迭代的時候，才真正運行其中的代碼。

當函數體執行到yield時，便退出這個函數，此時yield具有return的功能。但是這里的關鍵是，當下次執行這個函數時，并不是從頭開始執行，而是從上次yield退出的位置繼續執行。

嘗試下面的代碼：

#coding: utf-8def test():yield 4yield 2yield 5if __name__ == '__main__':t = test()it = iter(t)print it.next()print it.next()print it.next()print it.next()

運行結果為：

wing@ubuntu:~/Documents/py|? python 17.py 4 2 5 Traceback (most recent call last):File "17.py", line 14, in <module>print it.next() StopIteration

從這里的結果可以看出，test()語句沒有執行代碼段，而是生成了一個可以迭代的對象。

我們甚至可以得出結論，每當執行一次next，就向后執行到下一個yield語句，或者所有的語句執行完畢。

?

range的實現

?

我們嘗試實現range：

#coding: utf-8def _range(value):i = 0result = []while i < value:result.append(i)i += 1return resultif __name__ == '__main__':for i in _range(4):print i

range的邏輯比較簡單，就是生成一個列表。

?

xrange的模擬實現

?

我們根據前面的結論，猜測xrange是一個含有yield的函數，于是：

#coding: utf-8def _xrange(value):i = 0while i < value:yield ii += 1if __name__ == '__main__':for i in _xrange(4):print i

運行一下，結果和我們預期一致。

當然，實際的xrange比我們這里編寫的更加復雜，但是基本原理是一致的。

?

為何xrange比range高效？

?

答案很明顯了，range是一次性生成所有的數據，而xrange，內部使用了yield關鍵字，每次只運行其中一部分，這樣從頭到尾都沒有占用大量的內存和時間。所以效率較高。

?

我們再次比較性能，這次比較的是我們自己編寫的版本：

#coding: utf-8 import sys from time import timedef _range(value):i = 0result = []while i < value:result.append(i)i += 1return resultdef _xrange(value):i = 0while i < value:yield ii += 1def count_time(func):def wrapped(*args, **kargs):begin_time = time()result = func(*args, **kargs)end_time = time()cost_time = end_time - begin_timeprint '%s called cost time : %s ms' %(func.__name__, float(cost_time)*1000)return resultreturn wrapped@count_time def test1(length):for i in _range(length):pass@count_time def test2(length):for i in _xrange(length):passif __name__ == '__main__':length = int(sys.argv[1])test1(length)test2(length)

運行結果為：

wing@ubuntu:~/Documents/py|? python 19.py 1000 test1 called cost time : 0.116109848022 ms test2 called cost time : 0.0619888305664 ms wing@ubuntu:~/Documents/py|? python 19.py 10000 test1 called cost time : 2.39086151123 ms test2 called cost time : 0.566959381104 ms wing@ubuntu:~/Documents/py|? python 19.py 100000 test1 called cost time : 15.5799388885 ms test2 called cost time : 6.41298294067 ms wing@ubuntu:~/Documents/py|? python 19.py 1000000 test1 called cost time : 130.295038223 ms test2 called cost time : 65.4468536377 ms wing@ubuntu:~/Documents/py|? python 19.py 10000000 test1 called cost time : 13238.3038998 ms test2 called cost time : 652.212142944 ms

顯然，使用yield的版本更加高效。

?

下文，我們探究生成器。

轉載于:https://my.oschina.net/inevermore/blog/388651

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的从range和xrange的性能对比到yield关键字（中）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。