python中生成器对象的大小

对于以下代码：

import sys
x=(i for i in range(1,11))
print x


print 'Before starting iterating generator size is' ,sys.getsizeof(x)

print 'For first time'
for i in x:
    print i

print 'For second time , does not print anything'    
for i in x:
    print i # does not print anything

print 'After iterating generator size is' ,sys.getsizeof(x)

输出为：

开始迭代之前，生成器大小为40
第一次
1.
2.
3.
4.
5.
6.
7.
8.
9
10
第二次
迭代后，生成器大小为40

生成器对象的大小最初是40，当我完成迭代时，它仍然是40。但是没有从第二个循环引用任何元素

---

为什么generator对象在创建时和完成对它的迭代时使用相同的内存？

generator

x

基本上是一个函数，每当调用它时，它都会提供

i

的下一个值。它不会预先计算所有值。它等待调用，然后计算并仅提供下一个值

因此，每次调用都将产生下一个值

为什么

x

的大小没有改变？这是因为

x

不是一个数字列表。在流程开始和结束时，它仍然是相同的函数

这是使用发电机的优点。您不必在一开始就将所有内容加载到内存中（这样可以节省内存），并且（如果操作正确的话）在实际需要之前不必计算任何内容（这样可以在不需要某些值的情况下节省计算时间）

要了解这一点：

x = (i for i in xrange(10**10))
for i in x:
    print i
    if i>10:
        break
print 'intermission'
for i in x:
    print i
    if i>20:
        break

---

（注意

xrange

，而不是

range

——使用

range

会导致提前计算）。想象一下从0到

10**10

实际生成整数需要多长时间，以及需要多少内存。比较这段代码的运行速度。

生成器在内存中占用的空间只是簿记信息。在其中，对框架对象的引用被保留（对运行的Python代码的管理，例如本地代码），无论它现在是否正在运行，对代码对象的引用也被保留。仅此而已：

>>> x=(i for i in range(1,11))
>>> dir(x)
['__class__', '__delattr__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__iter__', '__name__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'close', 'gi_code', 'gi_frame', 'gi_running', 'next', 'send', 'throw']
>>> x.gi_frame
<frame object at 0x1053b4ad0>
>>> x.gi_running
0
>>> x.gi_code
<code object <genexpr> at 0x1051af5b0, file "<stdin>", line 1>

.0

对象是生成器在

for

循环中使用的

范围（）

迭代器，

i

是

for

循环目标。

listiterator

是另一个iterable对象，它有一个对生成的list

range（）

的私有引用，以及一个位置计数器，因此每次请求时它都可以生成下一个元素

不能查询生成器的元素大小；它们根据需要生成元素，但您无法先验地“知道”它们将生成多少，也无法知道它们在运行后生成了多少

sys.getsizeof（）

当然不会告诉你；不管怎样，它都是一个测量内存占用的工具，如果你想知道总的内存占用，你必须递归地测量所有被引用的对象

您可以看到生成器已从机架完成运行；一旦完成，它将被清除：

>>> x.gi_frame
<frame object at 0x1053b4ad0>
>>> list(x)
[2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> x.gi_frame is None
True

>>x.gi\u框架
>>>名单（十）
[2, 3, 4, 5, 6, 7, 8, 9, 10]
>>>x.gi_框架为无
真的

因此，最终，用于生成器的内存驻留在框架中的结构中（局部，可能是全局，这些名称空间中的每个对象可能再次引用其他对象），当生成器完成时，帧被清除，并且生成器

.gi_frame

指针被更改为指向

None

单例，如果引用计数下降到0，则帧被清除

所有这一切只适用于发电机，而不适用于一般的iterables；生成器是Python代码，因此可以对此进行深入反思

>>> x.gi_frame
<frame object at 0x1053b4ad0>
>>> list(x)
[2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> x.gi_frame is None
True