Python生成器的原理与应用场景
哪些公司问过
广州鱼七网络科技1
答案要点
- 含yield的函数调用后返回生成器对象,函数体推迟到第一次next()才开始执行
- yield暂停时保存栈帧中的局部变量和执行位置,恢复后从原处继续
- 实现了__iter__和__next__,耗尽时抛StopIteration,函数return的值放在StopIteration.value里
- 生成器表达式(x for x in data)不像列表推导式那样一次生成全部元素,适合大数据量
- 典型场景:大文件逐行处理、无限序列、流水线式数据处理、contextmanager上下文管理器
易错点
- 生成器只能遍历一次,耗尽后再遍历得到空结果,需要重新创建
- 以为调用生成器函数就会执行函数体,其实要等第一次next()才开始运行
- 对生成器调用len()或用下标访问会报错,需要先转成列表
面试官常见追问
- 生成器和迭代器是什么关系?
- send()有什么用?
- yield from是做什么的?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。