Generatorfunktionen
Eine Generatorfunktion ist eine spezielle Art von Funktion, die das Schlüsselwort yield
anstelle von return
verwendet, um eine Sequenz von Werten zu erzeugen. Wird eine Generatorfunktion aufgerufen, gibt sie ein Iterator-Objekt zurück, das durchlaufen werden kann, um die Werte einzeln abzurufen.
Der Hauptvorteil von Generatorfunktionen liegt in ihrer Speichereffizienz. Generatorfunktionen erzeugen Werte bei Bedarf, anstatt die gesamte Sequenz im Voraus zu generieren. Dies macht sie besonders speichereffizient, insbesondere beim Umgang mit großen Datenmengen oder unendlichen Sequenzen.
Betrachten Sie ein einfaches Generator-Beispiel. Diese Funktion gibt Logins einzeln aus der übergebenen Liste zurück:
12345678910111213141516def unique_logins_from_list(login_list): # Iterate over each login in the list for login in login_list: yield login # `yield` the current login # A predefined list of available logins login_list = ["user1", "user2", "user3", "user4", "user5"] # Creating a generator instance from the login list login_generator = unique_logins_from_list(login_list) # Generate and print 5 logins, one at a time for _ in range(5): # Each call to `next()` gives the next login print(next(login_generator))
Das Prinzip eines Generators besteht darin, dass Werte einzeln mit dem Schlüsselwort yield
zurückgegeben werden, ohne sie alle gleichzeitig im Speicher zu halten. In unserem Beispiel durchläuft der Generator unique_logins_from_list
die Liste der Logins und gibt jeden einzelnen bei yield
zurück und pausiert an dieser Stelle. Wird next()
aufgerufen, setzt der Generator die Ausführung an der letzten Stelle fort und gibt effizient Werte zurück, ohne die gesamte Liste gleichzeitig im Speicher halten zu müssen. Generatoren sind daher besonders nützlich für die Verarbeitung großer Datenmengen oder Datenströme.
Swipe to start coding
Erzeugen von eindeutigen Benutzer-IDs mithilfe einer Generatorfunktion. Die Funktion id_generator()
soll fortlaufend Bezeichner wie "ID_1"
, "ID_2"
usw. erzeugen.
- Initialisierung der Variablen
count
mit dem Wert 1, da die Bezeichner bei 1 beginnen. - Verwendung einer endlosen
while
-Schleife, um fortlaufend Bezeichner zu generieren. - Einsatz von
yield
, um den aktuellen Bezeichner im Formatf"ID_{count}"
zurückzugeben. - Inkrementieren von
count
um 1 nach jeder Iteration. - Initialisierung des Generatorobjekts
id_gen
durch Aufruf vonid_generator()
.
Lösung
Danke für Ihr Feedback!
single
Fragen Sie AI
Fragen Sie AI
Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen
Can you explain how the generator resumes execution after each yield?
What happens if I call next() more times than there are items in the list?
Can you show a real-world scenario where using a generator is better than a regular function?
Awesome!
Completion rate improved to 4.35
Generatorfunktionen
Swipe um das Menü anzuzeigen
Eine Generatorfunktion ist eine spezielle Art von Funktion, die das Schlüsselwort yield
anstelle von return
verwendet, um eine Sequenz von Werten zu erzeugen. Wird eine Generatorfunktion aufgerufen, gibt sie ein Iterator-Objekt zurück, das durchlaufen werden kann, um die Werte einzeln abzurufen.
Der Hauptvorteil von Generatorfunktionen liegt in ihrer Speichereffizienz. Generatorfunktionen erzeugen Werte bei Bedarf, anstatt die gesamte Sequenz im Voraus zu generieren. Dies macht sie besonders speichereffizient, insbesondere beim Umgang mit großen Datenmengen oder unendlichen Sequenzen.
Betrachten Sie ein einfaches Generator-Beispiel. Diese Funktion gibt Logins einzeln aus der übergebenen Liste zurück:
12345678910111213141516def unique_logins_from_list(login_list): # Iterate over each login in the list for login in login_list: yield login # `yield` the current login # A predefined list of available logins login_list = ["user1", "user2", "user3", "user4", "user5"] # Creating a generator instance from the login list login_generator = unique_logins_from_list(login_list) # Generate and print 5 logins, one at a time for _ in range(5): # Each call to `next()` gives the next login print(next(login_generator))
Das Prinzip eines Generators besteht darin, dass Werte einzeln mit dem Schlüsselwort yield
zurückgegeben werden, ohne sie alle gleichzeitig im Speicher zu halten. In unserem Beispiel durchläuft der Generator unique_logins_from_list
die Liste der Logins und gibt jeden einzelnen bei yield
zurück und pausiert an dieser Stelle. Wird next()
aufgerufen, setzt der Generator die Ausführung an der letzten Stelle fort und gibt effizient Werte zurück, ohne die gesamte Liste gleichzeitig im Speicher halten zu müssen. Generatoren sind daher besonders nützlich für die Verarbeitung großer Datenmengen oder Datenströme.
Swipe to start coding
Erzeugen von eindeutigen Benutzer-IDs mithilfe einer Generatorfunktion. Die Funktion id_generator()
soll fortlaufend Bezeichner wie "ID_1"
, "ID_2"
usw. erzeugen.
- Initialisierung der Variablen
count
mit dem Wert 1, da die Bezeichner bei 1 beginnen. - Verwendung einer endlosen
while
-Schleife, um fortlaufend Bezeichner zu generieren. - Einsatz von
yield
, um den aktuellen Bezeichner im Formatf"ID_{count}"
zurückzugeben. - Inkrementieren von
count
um 1 nach jeder Iteration. - Initialisierung des Generatorobjekts
id_gen
durch Aufruf vonid_generator()
.
Lösung
Danke für Ihr Feedback!
single