yield 函数使用多少内存？

Question

我无法理解 yield 关键字。
我了解程序执行时会发生什么影响，但我并不真正了解它使用了多少内存。

我将尝试使用示例来解释我的疑问。
假设我们有三个函数：

HUGE_NUMBER = 9223372036854775807

def function1():
    for i in range(0, HUGE_NUMBER):
        yield i

def function2():
    x = range(0, HUGE_NUMBER)
    for i in x:
        yield i

def function3(file):
    with open(file, 'r') as f:
        dictionary = dict(csv.reader(f, delimiter = ' '))
    for k,v in dictionary.iteritems():
        yield k,v

如果我遍历第一个函数返回的生成器，那么巨大的范围是否真的存储在内存中？

第二个函数呢？

如果我对第三个函数返回的生成器进行迭代（而不是只创建该字典并直接对其进行迭代），我的程序会使用更少的内存吗？

Answer 1

需要存储由 Python 2 range() 函数生成的巨大列表，是的，并且会在生成器函数的整个生命周期内占用内存。

生成器函数可以节省内存，前提是它生成的结果是根据需要计算的，但 range() 函数会预先生成所有结果。

你可以只计算下一个数字：

def function1():
    i = 0
    while i < HUGE_NUMBER:
        yield i
        i += 1

您会得到相同的结果，但您不会一次性存储整个范围的所有数字。这基本上就是循环 xrange() object 所做的；它根据要求计算数字。 （在 Python 3 中 xrange() 替换为 range()）。

这同样适用于您的function3；您首先将整个文件读入字典，因此在您迭代时仍会为您存储在内存中。无需将整个文件读入内存，然后再生成每个元素。你可以遍历文件并让行：

def function3(file):
    seen = set()
    with open(file, 'r') as f:
        reader = csv.reader(f, delimiter = ' ')
        for k, v in reader:
            if k in seen:
                # already seen
                continue
            seen.add(k)
            yield k, v

这仅存储避免重复的键（就像字典一样），但不存储值。迭代生成器时内存会增加。如果重复不是问题，您可以完全省略跟踪看到的键：

def function3(file):
    with open(file, 'r') as f:
        reader = csv.reader(f, delimiter = ' ')
        for k, v in reader:
            yield k, v

甚至

def function3(file):
    with open(file, 'r') as f:
        reader = csv.reader(f, delimiter = ' ')
        return reader

毕竟阅读器是可迭代的。

Answer 2

生成器对象包含对函数作用域的引用，并在其中包含扩展所有本地对象。减少内存使用的方法是在每个可能的级别使用迭代器，而不仅仅是在顶层。

Answer 3

如果你想检查一个对象使用了多少内存，你可以关注this post作为代理。我发现它很有帮助。

“试试这个：

sys.getsizeof(object)

getsizeof() 调用对象的 sizeof 方法，如果对象由垃圾收集器管理，则会增加额外的垃圾收集器开销。”

A recursive recipe