Python生成器表达式 - 语法、与列表推导式对比及内存优势

# 基本语法
(expression for item in iterable)

# 带条件的语法
(expression for item in iterable if condition)

# 多循环的语法
(expression for x in iterable1 for y in iterable2)

# 实际示例
squares = (x**2 for x in range(10))
evens = (x for x in range(20) if x % 2 == 0)
pairs = ((x, y) for x in range(3) for y in range(3))

print(type(squares))  # <class 'generator'>

# 只生成偶数的平方
gen = (x**2 for x in range(20) if x % 2 == 0)
print(list(gen))  # [0, 4, 16, 36, 64, 100, 144, 196, 256, 324]

# 只生成包含字母'a'的单词
words = ["apple", "banana", "cherry", "date", "grape"]
gen = (w.upper() for w in words if "a" in w)
print(list(gen))  # ['APPLE', 'BANANA', 'DATE', 'GRAPE']

import sys

# 列表推导式 - 立即创建包含100万元素的列表
list_comp = [x for x in range(1000000)]
print(f"列表推导式: {sys.getsizeof(list_comp)} 字节")
# 约 8,000,000+ 字节（8MB）

# 生成器表达式 - 只创建生成器对象
gen_exp = (x for x in range(1000000))
print(f"生成器表达式: {sys.getsizeof(gen_exp)} 字节")
# 约 104 字节

# 内存节省率超过 99.99%

# sum配合生成器表达式 - 最常用的场景之一
total = sum(x**2 for x in range(100))
print(f"平方和: {total}")  # 328350

# max/min配合生成器表达式
words = ["python", "javascript", "go", "rust", "java"]
longest = max((w for w in words if len(w) > 3), key=len)
print(f"最长单词: {longest}")  # javascript

# any/all配合生成器表达式
numbers = [1, 2, 3, 4, 5]
has_even = any(x % 2 == 0 for x in numbers)
print(f"是否有偶数: {has_even}")  # True

all_positive = all(x > 0 for x in numbers)
print(f"是否全部为正数: {all_positive}")  # True

# 多个生成器表达式链式调用
numbers = range(1, 51)

# 第一步：过滤偶数
evens = (n for n in numbers if n % 2 == 0)
# 第二步：平方
squares = (n**2 for n in evens)
# 第三步：过滤大于200的值
result = (n for n in squares if n > 200)

print(list(result))
# [256, 324, 400, 484, 576, 676, 784, 900, 1024, 1156, 1296, 1444, 1600, 1764, 1936, 2116, 2304, 2500]

# 等价的一行写法
result = (n**2 for n in range(1, 51) if n % 2 == 0 if n**2 > 200)
print(list(result))

# 当生成器表达式是函数的唯一参数时，可以省略外层括号
total = sum(x**2 for x in range(10))
print(total)  # 285

# 等价于：
total = sum((x**2 for x in range(10)))
print(total)  # 285

# 这在sum()、max()、min()、any()、all()等函数中非常常见