什么时生成器
通过列表生成式，我们可以直接创建一个列表。 但是， 受到内存的限制，列表的容量是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面的几个元素，那后面绝大多说元素占用的空间都白白浪费了。所以，如果列表元素可以按照某种算法算出来，那么我们是否可以在循环的过程中不断推算出后续的元素呢？ 这样就不必创建完整的list, 从而节省大量的空间。
在python中，这种一边循环一边计算的机制，称为生成器：generator
创建生成器的方法
1. 只要把一个列表生成式的[]改成()
可以通过 next() 函数获得生成器的下一个返回值
生成器保存的是算法， 每次调用next(G)，就计算出G的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIeration异常。
当然这种不断调用next()方法太变态了， 所以，我们使用for循环，因为生成器也是可迭代对象。
yield
generator非常强大。如果推算的算法比较复杂，用类似列表生成式的 for 循环无法实现的时候，还可以用函数来实现。
def fib(times):
n = 0
a, b = 0, 1
while n<times:
print(b)
a, b = b, a+b
n += 1
return 'done'
fib(5)
fib函数实际上是定义了斐波那契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素， 这种逻辑其实非常类似genertor。
只要把fib函数变成generator，只需要把print(b)改成yield b。
def fib(times):
n = 0
a, b = 0, 1
while n<times:
yield b
a, b = b, a+b
n += 1
return 'done'
F = fib(5)
next(F)
在上面fib 的例子，在循环过程中不断调用 yield ，就会不断中断。当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来。
简单地讲，yield 的作用就是把一个函数变成一个 generator，带有 yield 的函数不再是一个普通函数，Python 解释器会将其视为一个 generator，调用 fib(5) 不会执行 fib 函数，而是返回一个 iterable 对象！在 for 循环执行时，每次循环都会执行 fib 函数内部的代码，执行到 yield b 时，fib 函数就返回一个迭代值，下次迭代时，代码从 yield b 的下一条语句继续执行，而函数的本地变量看起来和上次中断执行前是完全一样的，于是函数继续执行，直到再次遇到 yield。
send
def gen():
i = 0
while i<5:
temp = yield i
print(temp)
i += 1
f = gen()
next(f)
在代码中， 执行到yield时， gen函数作用暂时保存，返回i的值；temp接收下次.send('python'), send发送的过来的值，c.next()等价c.send(None)
send 主要是反向想函数中传递一个值
例如：
def demo():
n = 10
while n < 20:
temp = yield n
if temp == 1:
print("查询了一条语句")
elif temp == 2:
print("更新了一条语句")
elif temp == 3:
print("删除了一条语句")
n += 1
res = demo()
res.next()
res.send(1)
输出： 查询了一条语句
