Innowacyjne technologie

Python ma to do siebie, że udostępnia ułatwienia dla programistów, które występują w niewielu innych językach. Sceptyk mógłby powiedzieć, że nie wnoszą one niczego nowego. To prawda, wszystkie rzeczy, które można za ich pomocą osiągnąć, można również uzyskać innymi sposobami w dowolnym języku. Gdyby jednak chodziło tylko o osiągany efekt, moglibyśmy pisać wszystko w asemblerze. Tak naprawdę w cenie jest również zwięzłość zapisu i elegancja. W tym wpisie przedstawiam jedną z moich ulubionych wyjątkowych cech Pythona – generatory. Generatory Podstawowe dwa cele, które osiąga się za pomocą generatorów to:

• czytelniejszy kod
• oszczędność pamięci

Istnieją również inne ich zastosowania, jednak tutaj skupię się na tym podstawowym. Rozważmy przykład:

def foo(bar):
    result = []
    for x in bar:
 
        # praca praca praca
 
        result.append(y)
    return result
baz = list(foo([1,2,3,4]))

i funkcja, która robi dokładnie to samo z użyciem yield

:

def foo(bar):
    for x in bar:
 
        # praca praca praca
 
        yield y
baz = list(foo([1,2,3,4]))

Efekt działania obu przykładów jest taki sam. Realizują go one jednak w inny sposób. Pierwsza funkcja zwraca listę, druga zaś tworzy generator, który za pomocą funkcji list jest konwertowany na listę. Zyskaliśmy zatem większą czytelność zapisu. W czym jednak kryje się wyjątkowość generatora? Aby to zobaczyć, należy prześledzić poniższy kod:

def foo1(bar):
    result = []
    for x in bar:
        y = x * 3
	print "foo1: %d" % y
        result.append(y)
    return result
 
def foo2(bar):
    for x in bar:
        y = x * 3
	print "foo2: %d" % y
        yield y
 
def mysum(l):
    result = 0
    for x in l:
	print "mysum: %d" % x
        result += x
    return result
 
mysum(foo1([1,2,3,4,5]))
mysum(foo2([1,2,3,4,5]))

i wynik jego działania:

foo1: 3
foo1: 6
foo1: 9
foo1: 12
foo1: 15
mysum: 3
mysum: 6
mysum: 9
mysum: 12
mysum: 15
foo2: 3
mysum: 3
foo2: 6
mysum: 6
foo2: 9
mysum: 9
foo2: 12
mysum: 12
foo2: 15
mysum: 15

Jak widać, generator jest wyliczany ,,leniwie”. Oznacza to ni mniej, ni więcej, że dana wartość jest liczona dopiero wtedy, gdy zażąda jej for, by wykonać kolejny obrót pętli. Z punktu widzenia procedury wygląda to tak, że jej praca jest wstrzymywana, gdy wywoływany jest yield i wznawiana, gdy ktoś z zewnątrz zażąda następnej wartości. Największą zaletą wykorzystania generatora jest to, że w procedurze nie jest tworzona tymczasowa tablica, dzięki czemu oszczędza się dużo pamięci. Wadą rozwiązania jest to, że jakiekolwiek zmiany w obiektach z których korzysta generator, w trakcie gdy generator jest wstrzymany, mogą doprowadzić do rezultatów, których się nie spodziewaliśmy, pisząc tę procedurę. Podsumowując, generatory pozwalają na prowadzenie obliczeń w sposób kaskadowy, bez tworzenia tymczasowych tablic, które w niektórych przypadkach mogą kosztować bardzo dużo pamięci.

Tags: generator, programowanie, Python

This entry was posted on czwartek, Lipiec 1st, 2010 at 17:00 and is filed under Dla programistów. You can follow any responses to this entry through the RSS 2.0 feed. You can leave a response, or trackback from your own site.