“双”迭代器和生成器函数

Question

我想用类似迭代器的对象获取“下一个资产”，但是（而不是 __next__() 方法）有两种算法加载下一个资产（next1 和 next2 下面），可以实现为一个“准迭代器”，例如：

class AssetLoader(object):
    def __init___(self):
        pass

    def next1(self):
        # ...

    def next2(self):
        # ...

需要明确的是，下一个检索到的对象可能取决于调用next1 和next2 的“历史”，例如：

next1(); next1(); next2(); next1(); next2()

我的问题：这（迭代器中的两种“下一步”步骤）可以实现为生成器函数吗？

我想这可以通过函数引用的全局变量来完成。但是可以不使用全局变量，而是使用一些局部变量来完成吗？

如果当前的 Python 很难或不可能，我们可以讨论如何在 Python 中添加新的语义以使其成为可能吗？

Answer 1

这是一个使用send 在两种不同迭代模式之间切换生成器的简单示例：它要么增加其当前值，要么将其相乘。同样的原理也可以应用于你的图遍历任务。

send 方法允许您将对象发送到生成器。烦人的是，send 的结果是您通过调用next 获得的当前值；如果您可以在不让生成器产生值的情况下发送，那就太好了，但这只是我们必须忍受的。

def add_or_mul(current, step, scale, mode='add'):
    ''' A generator that either adds step to the current value,
        or multiplies it by scale
    '''
    while True:
        newmode = yield current
        if newmode is not None:
            if newmode not in ('add', 'mul'):
                raise ValueError('Bad mode: ' + newmode)
            mode = newmode
        if mode == 'add':
            current += step
        else:
            current *= scale

# Test

    gen = add_or_mul(1, 1, 2)
    for i in range(5):
        print(next(gen))
    print(gen.send('mul'))
    for i in range(4):
        print(next(gen))
    print(gen.send('add'))
    for i in range(4):
        print(next(gen))       

输出

    1
    2
    3
    4
    5
    10
    20
    40
    80
    160
    161
    162
    163
    164
    165

---

如果您在将这种技术应用于图形遍历任务时遇到问题，请提出一个新问题（可能链接到这个问题），其中包含一些相关的图形代码，这样回答者就不必从头开始编写这些东西来测试并演示他们的代码。

Answer 2

你可以试试这个：

class AssetLoader(object):
    def __init___(self):
        self.current_next = self.next1

    def next1(self):
        if condition:
            self.current_next = self.next2
        elif conition:
            return x
        else:
            raise StopIteration

    def next2(self):
        if condition:
            self.current_next = self.next1
        elif conition:
            return y
        else:
            raise StopIteration

    def __next__(self):
        return self.current_next()

    def __iter__(self):
        return self