Генераторы, как альтернатива итераторам

Функции-генераторы позволяют вам объявить функцию, которая ведет себя как итератор. Они позволяют программистам создавать итераторы быстрым, простым и понятным способом. Давайте рассмотрим пример, чтобы объяснить эту концепцию.

Предположим, вам дано найти сумму первых 100000000 полных квадратов, начиная с 1.

Выглядит легко, правда? Это легко сделать с помощью list comprehention, но проблема заключается в большом размере входных данных. В качестве примера давайте рассмотрим код ниже:

t1 = time.clock()
sum([i * i for i in range(1, 100000000)])
t2 = time.clock()
time_diff = t2 - t1
print(f"Потребовалось {time_diff} секунд на выполнение этого метода") # Потребовалось 13.197494000000006 секунд на выполнение этого метода

Увеличивая числа, которые нам нужно сложить, мы понимаем, в какой-то момент мы просто не сможем вызывать этот метод из-за долгого времени вычислений. Здесь на помощь приходят генераторы Python. При замене квадратных скобок круглыми мы изменяем list comprehension в выражение генератора. Теперь давайте глянем на время:

t1 = time.clock()
sum((i * i for i in range(1, 100000000)))
t2 = time.clock()
time_diff = t2 - t1
print(f"Потребовалось {time_diff} секунд на выполнение этого метода") # Потребовалось 9.53867000000001 секунд на выполнение этого метода

Как мы видим, мы нехило убавили затраченное время. Этот эффект станет еще более выраженным для бо́льших данных.

fakeshluck