Python 递归生成器是如何工作的？

Question

在Python tutorial 中，我了解到

像函数一样，生成器可以递归编程。下列 示例是一个生成器，用于创建给定项目列表的所有排列。

def permutations(items):
    n = len(items)
    if n==0: yield []
    else:
        for i in range(len(items)):
            for cc in permutations(items[:i]+items[i+1:]):
                yield [items[i]]+cc

for p in permutations(['r','e','d']): print(''.join(p))
for p in permutations(list("game")): print(''.join(p) + ", ", end="")

我无法弄清楚它是如何产生结果的。递归的东西和“产量”真的让我很困惑。有人能把整个过程解释清楚吗？

Answer 1

这有 2 个部分 --- 递归和生成器。这是仅使用递归的非生成器版本：

def permutations2(items):
    n = len(items)
    if n==0: return [[]]
    else:
        l = []
        for i in range(len(items)):
            for cc in permutations2(items[:i]+items[i+1:]):
                l.append([items[i]]+cc)
        return l

l.append([item[i]]+cc) 大致翻译为这些项目的排列，包括 item[i] 是第一项的条目，以及其余项目的排列。

生成器部分 yield 排列之一，而不是 return 整个排列列表。

Answer 2

当你调用一个返回的函数时，它会在产生结果后消失。

当你向生成器询问它的 next 元素时，它会生成它（yields it），然后暂停 -- yields（控制回到你身边。当再次询问 next 元素时，它将恢复其操作，并正常运行，直到遇到yield 语句。然后它将再次产生一个值并暂停。

因此，使用某些参数调用生成器会导致创建实际的内存实体，一个对象，能够运行，记住它的状态和参数，并在被询问时产生值。

对同一个生成器的不同调用会在内存中产生不同的实际对象。该定义是创建该对象的配方。定义配方后，当它被调用时，it 可以调用它需要的任何其他配方——或同一个——来创建它需要的新内存对象，为其生成值。 p>

这是一个普遍的答案，不是特定于 Python 的。

Answer 3

感谢您的回答。确实让我理清思路，现在想分享一些我在网上找到的关于递归和生成器的有用资源，对初学者也很友好。

1. 了解python中的生成器。下面的链接非常可读且易于理解。 What does the "yield" keyword do in Python?

2. 要理解递归，“https://www.youtube.com/watch?v=MyzFdthuUcA”。这个 youtube 视频提供了一个“专利”的 4 步方法来编写任何递归方法/函数。这是非常明确和可行的。该频道还有几个视频向人们展示递归是如何工作的以及如何跟踪它。

我希望它可以帮助像我这样的人。