python - 这对关键字 "continue"和 "yield"在 Python 中起什么作用？

Question

当我阅读另​​一个关于 finding all cycles in graph implementation 的讨论时，我遇到了这个问题。 。谁能解释一下这个例子中这对关键字的用法吗？谢谢。

01 def dfs(graph, start, end):
02     fringe = [(start, [])]
03     while fringe:
04         state, path = fringe.pop()
05         if path and state == end:
06             yield path
07             continue
08         for next_state in graph[state]:
09             if next_state in path:
10                 continue
11             fringe.append((next_state, path+[next_state]))

>>> graph = { 1: [2, 3, 5], 2: [1], 3: [1], 4: [2], 5: [2] }
>>> cycles = [[node]+path  for node in graph for path in dfs(graph, node, node)]
>>> len(cycles)
7
>>> cycles
[[1, 5, 2, 1], [1, 3, 1], [1, 2, 1], [2, 1, 5, 2], [2, 1, 2], [3, 1, 3], [5, 2, 1, 5]]

Answer 1

这两个关键字并不密切相关。

continue 关键字只能出现在循环体(for 或 while 语句)中，并导致控制流返回循环的顶部，而不是继续循环体的其余部分。它通常是在 if 或 else block 中缩进循环体的整个其余部分的替代方法。这:

while foo():
    if something():
        continue
    bar()
    baz()

与此完全等效:

while foo():
    if not something():
        bar()
        baz()  # but note that these lines are more indented in this version!

另一个与continue密切相关的关键字是break，它会导致控制流立即退出循环，而不是回到顶部。 continue 和 break 都只能影响最近的循环，因此，如果您有嵌套的控制结构，则很难一次将它们全部打破(或 从内部循环内部继续外部循环)。

yield 关键字相当不同。尽管它经常出现在循环中，但并非必须如此。相反，它只允许在函数体内。它将函数更改为“生成器函数”。当调用生成器函数时，它的代码不会立即运行，而是创建一个“生成器对象”并将其返回给调用者。生成器对象是一种迭代器，可以通过 for 循环进行迭代(或通过手动调用 next() 来进行迭代)。仅当生成器对象被迭代时，函数的代码才会运行。每次到达 yield 语句时，函数的执行都会暂停，并且生成的值(如果未指定值，则为 None)将作为迭代的值给出。 (请注意，当有人随意将某个东西称为“生成器”时，它们可能意味着生成器函数或生成器对象。从上下文中通常可以清楚地了解它们的含义。)

下面是一些使用生成器打印 1、2 和 3 的示例代码:

def generator_function():
    yield 1 # because it contains `yield` statements, this is a generator function
    yield 2
    yield 3

generator_object = generator_function() # you can create a variable for the generator object
for value in generator_object: # but often you'd create it on the same line as the loop
    print(value)

另一个与yield有点相似的关键字是return，它也只在函数中有意义。它立即结束函数的执行以返回指定的值(如果未指定值，则返回“None”)。

您展示的dfs函数依次使用yield和continue。它的作用是首先产生一个值(停止生成器函数的执行，直到请求下一个值)，然后一旦恢复执行，它就会返回到循环的开头。

如果您愿意，您可以重写该函数以避免其中任何一个(尽管生成的函数的工作方式会略有不同，因为它不再是惰性生成器):

def dfs(graph, start, end):
   results = [] # maintain a list of results to avoid yielding
   fringe = [(start, [])]
   while fringe:
       state, path = fringe.pop()
       if path and state == end:
           results.add(path) # don't yield any more, just add the path to the results list
       else: # add an else block instead of using continue
           for next_state in graph[state]:
               if next_state not in path: # reverse the condition instead of continue
                   fringe.append((next_state, path+[next_state]))
    return results # return the results at the end of the function

我注意到该函数的生成器版本在大多数情况下可能更好。使用继续而不是更多缩进更多的是一种风格选择，并且对代码的逻辑或性能没有太大影响(只是对其外观有影响)。