函数和生成器之间的区别？

Question

我查看了问题https://stackoverflow.com/questions/29864146/difference-between-function-and-generator，但将其标记为重复。因此，我在这里发布我的答案版本。

原始问题是：

我正在寻找普通函数和生成器之间的确切区别。我已经用谷歌搜索了。但是所有结果都很令人困惑。我是一个初学者，所以我期待一些简短准确的例子。

我尝试过此What is the difference between normal function and generator function?，但没有用。

我已经阅读了What does the "yield" keyword do?，但它纯粹是在讨论生成器，关于函数和生成器之间的区别并没有什么。我需要帮助吗？

Answer 1

A

generator与返回数组的函数非常相似，因为生成器具有参数，可以被调用，并生成值序列。但是，生成器yields一次生成一个值，而不是构建包含所有值的数组并一次返回所有值，这需要更少的内存，并允许调用方立即开始处理前几个值。

简而言之，生成器看起来像function，但是表现得像iterator。

from itertools import count

itertools提供count以生成无限的整数流。您可以指定起始值和步进值，以告知生成的流的起始值和步进值。我将在以下示例中使用它。

for i in count(start=0, step=1):    
    print i

一个生成偶数列表的简单示例。

建立并返回列表：
def find_even_number_function(number_stream):
    even_number = []
    for n in number_stream:
        if n % 2 == 0:
            even_number.append(n)
    return even_number

for i in find_even_number_function(count()):
    print i

该代码非常简单明了，但是它在内存中构建了完整列表。在我们的情况下，这显然是不可接受的，因为我们无法负担将所有无限整数保留在内存中。如您所见，该功能将永远不会停止。在这种情况下，我们将使用生成器。

yields项目而不是返回列表的生成器>
def find_even_number_generator(number_stream):
    for n in number_stream:
        if n % 2 == 0:
            yield n

for i in find_even_number_generator(count()):
    print i
注意，数字生成逻辑的表达清晰自然。它与在内存中构建列表的实现非常相似，但是具有迭代器实现的内存使用特性。

使用生成器带来的性能提高是值的（按需）延迟生成的结果，这转化为较低的内存使用率。此外，我们不必等到所有元素生成后再开始使用它们。这类似于迭代器提供的好处，但是生成器使构建迭代器变得容易。 
简单来说，如果在上述情况下使用
正常功能
，则会耗尽内存。或者，如果您使用
发电机功能

，则会用完时间。