生成器的优点之一是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，而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，现在我没有看到生成器的任何点。谁能告诉我这个生成器的优点是什么，当它被正常编写?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:
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是变化的。
这就是主发电机优势的意思吗?
具体来说，你在问题中提到的上述代码，你所展示的两种方法在内存方面没有区别，但第一种方法更可取，因为你需要的一切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地方，每次你需要使用第二个函数时，您需要在外部使用循环，这不必要地增加了冗余。
实际上你写的两个函数，一个是生成器函数，一个是普通函数，它们是不等价的。在生成器中，您将返回所有值，即循环在生成器函数中:
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，并且循环在函数之外:
def func(i):
i = i ** 2
i += 1
return i
为了使第二个函数与第一个函数相等，你需要在函数内部有一个循环:
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，上面的函数总是返回i=0的单个值，所以要解决这个问题，您需要返回整个序列，这要求您有一个列表或类似的数据结构，允许您存储多个值:
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，你可以清楚地区分这两种情况，在第一种情况下，每个值都是顺序计算的，然后再处理，即printed，但在第二种情况下，在你真正处理它之前，你最终将整个结果存储在内存中。
主要优点是当您拥有大型数据集时。这基本上是lazy loading的思想，这意味着除非需要，否则不会调用数据。这节省了你的资源，因为通常在一个列表中，整个东西是一次加载的，如果数据足够大，可能会占用很多主内存。
第一个代码的优点是相对于您没有显示的东西。这意味着一次生成和消费一个值比首先生成所有值，将它们收集到列表中，然后从列表中消费它们占用的内存要少。
用来比较第一个代码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gen2的结果如何与第一个示例中的gen的结果完全相同，但是如果n变得更大，gen2使用更多的内存，而gen使用相同数量的内存，无论n有多大。