Αεροπορικά εισιτήρια

Ένας generator είναι μια συνάρτηση ή έκφραση που επιστρέφει έναν ειδικό τύπο επαναλήπτη που ονομάζεται generator iterator. Οι Generator-iterators είναι τεμπέληδες: δεν αποθηκεύουν τις values τους στη μνήμη, αλλά παράγουν τις τιμές τους όταν χρειάζεται.

Μια συνάρτηση γεννήτριας μοιάζει με οποιαδήποτε άλλη συνάρτηση, αλλά περιέχει μία ή περισσότερες εκφράσεις yield. Κάθε yield αναστέλλει την εκτέλεση του κώδικα, αποθηκεύοντας την τρέχουσα κατάσταση εκτέλεσης (συμπεριλαμβανομένων όλων των τοπικών μεταβλητών και των εντολών try). Όταν η γεννήτρια συνεχίσει, ξεκινά από την κατάσταση όπου είχε ανασταλεί, σε αντίθεση με τις κανονικές συναρτήσεις, που μηδενίζονται σε κάθε κλήση.

Δημιουργία μιας γεννήτριας

Οι γεννήτριες κατασκευάζονται περίπου όπως οι άλλες συναρτήσεις με βρόχους ή οι αναδρομικές συναρτήσεις, αλλά απαιτούν μια έκφραση yield, την οποία θα εξετάσουμε σε βάθος λίγο αργότερα.

Ένα παράδειγμα είναι μια συνάρτηση που επιστρέφει τα τετράγωνα μιας δεδομένης λίστας αριθμών. Όπως είναι γραμμένη αυτή τη στιγμή, όλη η είσοδος πρέπει να υποστεί επεξεργασία πριν μπορέσει να επιστραφεί οποιαδήποτε τιμή:

>>> def squares(list_of_numbers):
...     squares = []
...     for number in list_of_numbers:
...         squares.append(number ** 2)
...     return squares

Μπορείς να μετατρέψεις αυτή τη συνάρτηση σε γεννήτρια ως εξής:

>>> def squares_generator(list_of_numbers):
...     for number in list_of_numbers:
...         yield number ** 2

Το σκεπτικό πίσω από αυτό είναι ότι χρησιμοποιείς μια γεννήτρια όταν δεν χρειάζεται να παραγάγεις όλες τις τιμές με τη μία. Αυτό εξοικονομεί μνήμη και υπολογιστική ισχύ, αφού υπολογίζεται μόνο η τιμή με την οποία εργάζεσαι αυτή τη στιγμή.

Χρήση μιας γεννήτριας

Οι γεννήτριες μπορούν να χρησιμοποιηθούν στη θέση των περισσότερων iterables στην Python. Αυτό περιλαμβάνει συναρτήσεις ή αντικείμενα που απαιτούν ένα iterable/iterator ως όρισμα.

Για να χρησιμοποιήσεις τη γεννήτρια squares_generator():

>>> squared_numbers = squares_generator([1, 2, 3, 4])

>>> for square in squared_numbers:
...     print(square)
...
1
4
9
16

Οι τιμές μέσα σε έναν generator μπορούν επίσης να παραχθούν ή να προσπελαστούν μέσω της συνάρτησης next(). Η next() καλεί τη μέθοδο __next__() ενός αντικειμένου επαναλήπτη γεννήτριας, "προχωρώντας" ή αξιολογώντας τον κώδικα μέχρι την έκφραση yield του, η οποία τότε "αποδίδει" ή επιστρέφει μια τιμή:

>>> squared_numbers = squares_generator([1, 2])

>>> next(squared_numbers)
1
>>> next(squared_numbers)
4

Όταν ένας generator-iterator καταναλωθεί πλήρως και δεν έχει άλλες τιμές να επιστρέψει, πετάει ένα σφάλμα StopIteration.

>>> next(squared_numbers)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

Η έκφραση yield

Η έκφραση yield μοιάζει πολύ με την έκφραση return. Σε αντίθεση με την έκφραση return, το yield παραχωρεί τιμές στον καλούντα σε ένα συγκεκριμένο σημείο, αναστέλλοντας την αξιολόγηση ή την επιστροφή τυχόν πρόσθετων τιμών μέχρι να ζητηθούν. Όταν αξιολογείται το yield, παύει την εκτέλεση της συνάρτησης που το περιέχει και επιστρέφει τις τιμές της συνάρτησης εκείνη τη στιγμή. Η συνάρτηση τότε παραμένει ενεργή και, όταν κληθεί η __next__(), η εκτέλεση συνεχίζεται μέχρι να συναντήσει ξανά το yield.

>>> def infinite_sequence():
...     current_number = 0
...     while True:
...         yield current_number
...         current_number += 1

>>> lets_try = infinite_sequence()
>>> lets_try.__next__()
0
>>> lets_try.__next__()
1

Γιατί να δημιουργήσεις μια γεννήτρια;

Οι γεννήτριες είναι χρήσιμες σε πολλές εφαρμογές.

Όταν δουλεύεις με μια δυνητικά μεγάλη συλλογή τιμών, μπορεί να μη θέλεις να τις βάλεις όλες στη μνήμη. Μια γεννήτρια μπορεί να χρησιμοποιηθεί για να δουλέψεις με μεγαλύτερα δεδομένα κομμάτι-κομμάτι, εξοικονομώντας μνήμη και βελτιώνοντας την απόδοση.

Οι γεννήτριες είναι επίσης πολύ χρήσιμες όταν μια διαδικασία ή ένας υπολογισμός είναι πολύπλοκος, δαπανηρός ή άπειρος:

>>> def infinite_sequence():
...     current_number = 0
...     while True:
...         yield current_number
...         current_number += 1

Τώρα, όποτε καλείται η __next__() στο αντικείμενο infinite_sequence, θα επιστρέφει τον προηγούμενο αριθμό + 1.