Generator & Yield

Generator & Yield

참고 : 널널한 교수의 코딩 클래스

(1) Generator

• 모든 값을 “메모리에 올려두지 않아”서, 메모리를 “효율적”으로 사용한다

• 필요할 때마다 생성해서 반환!

• yield 와 함께 사용

(2) yield

• 일반적인 함수의 “return”과 유사
• 차이점?
  • return : 값 반환
  • yield : generator 반환

Example

my_generator.py

def custom_generator():
    li_ = range(10,15)
    for x in li_:
        yield x

my_generator = custom_generator()
print(my_generator)

for n in my_generator:
    print(n)

PS C:\Users\LSH\Desktop\advanced_python> python my_generator.py
<generator object custom_generator at 0x0000021CAE906A50>
10
11
12
13
14

(3) Generator 사용 시 유의사항

Generator는, 생성해서 반환한 객체를 더 이상 보관 X

다 돌리고 나면, 다시 코드 돌려도 아무 것도 반환 X

Why Generator?

• 수행 시간 절약
• 메모리 절약

ex) 피보나치 수열 (100만개)

case 1 : generator 사용 X

fibonacci1.py

def fibon(n):
    a=b=1
    result=[]
    for _ in range(n):
        result.append(a)
        a,b = b, a+b
    return result

start_time=time.time()
for x in fibon(100000):
    pass
end_time=time.time()
print(end_time-start_time)

case 2 : generator 사용 O

fibonacci2.py

def fibon(n):
    a=b=1
    for _ in range(n):
        yield a
        a,b = b, a+b

start_time=time.time()
for x in fibon(100000):
    pass

end_time=time.time()
print(end_time-start_time)	

비교

PS C:\Users\LSH\Desktop\advanced_python> python fibonacci1.py
0.4420015811920166
PS C:\Users\LSH\Desktop\advanced_python> python fibonacci2.py
0.1792736053466797