生成器

背景

python的某个学习课程本周的作业是写一个生成器，改造内建的函数zip，详细如下：

---

实现一个函数zip2，其功能同python內建函数zip，但返回是不是列表对象而是生成器；

zip方法功能说明：

l = [1,2,3,4]

ll = [5,6,7,8]

lll = [8,9,10,11]

zip(l, ll)  -->  [(1, 5), (2, 6), (3, 7), (4, 8)]

zip(l,ll,lll) --> [(1, 5, 8), (2, 6, 9), (3, 7, 10), (4, 8, 11)]

zip(l, ll, lll, ...) --> [(1, 5, 8, ...), (2, 6, 9, ...), (3, 7, 10, ...), (4, 8, 11, ...)]

---

那问题来了，首先什么是生成器，为啥要使用它。

在我一直看来，生成器是一个很没用的功能。首先，在python的内置对象。最常用的功能是读取。而很便利的一点的是python的内置对象大多是支持顺序访问，甚至随机访问的。而相同的，如果使用生成器来访问这些对象。则需要从前到后顺序访问，且没有回头路。（虽然一般我们也不方向访问）

那首先还是说下什么是生成器。

生成器是这样一个函数，它记住上一次返回时在函数体中的位置。对生成器函数的第二次（或第n次）调用跳转至该函数中间，而上次调用的所有局部变量都保持不变。

生成器不仅“记住”了它数据状态；生成器还“记住”了它在流控制构造（在命令式编程中，这种构造不只是数据值）中的位置。

生成器的特点：

生成器是一个函数，而且函数的参数都会保留。

迭代到下一次的调用时，所使用的参数都是第一次所保留下，即是说，在整个所有函数调用的参数都是第一次所调用时保留的，而不是新创建的。

这么难懂的概念，谁还会用呢。那肯定是因为它有特殊的用途。没错，比如同样访问一个大型数组或文件。普通的read()等函数，会一次把内容加载的内存。而生成器可以迭代的按照约定的size()来依次访问。每次只加在一小块。这可能是我觉得生成器唯一的好处了吧。

最后来说说我对这个作业的回答：

def zip2(*seq):

result = []

num_len = len(seq)

element_len = len(seq[0])

for i in range(element_len):

result = []

for j in range(num_len):

result.append(seq[j][i])

yield result

谢谢。