生成器的工作原理类似于自动收报机磁带。调用next
它时,它会为您提供下一个号码,但与列表不同,它会 忘记 它。这就是大多数效率的来源。由于它不必记住以前的值,因此内存占用空间要小得多(尤其是当最终并非所有值都需要时!)
也许可以重置某些生成器以使其再次运行,但这绝不能保证,如果您尝试这样做,某些生成器将彻底失败。Python不是 纯 语言,因此您可能会有生成器在生成值时修改状态。例如,生成器例如:
def gimme_randoms():
while True:
yield random.random()
我可以称之为一堆,但是PRNG背后的状态random
每次都会改变。
rs = gimme_randoms()
a = next(rs)
b = next(rs)
c = next(rs) # some numbers
重置此状态意味着什么?好吧,您期望:
rs2 = gimme_randoms()
x = next(rs2)
y = next(rs2)
z = next(rs2)
assert a == x and b == y and c == z # Nonsense!
为了保持这种状态,您必须跟踪PRNG的初始状态,然后有办法将其种子设置回初始状态。这当然是 可行的 ,但是知道其底层实现如何修改状态不是生成器的工作 。