Python 列表推导式与生成器对比

一、两者解决的都是“批量转换”

处理一个序列、按规则生成另一个序列时，列表推导式和生成器是 Python 最常用的两种写法。它们语法相近，但内存模型完全不同：一个一次性把结果装进列表，一个按需逐个产出。

二、列表推导式

方括号 [] 包裹，立刻计算并返回完整列表：

# 把 0~9 的偶数平方放进列表
result = [x * x for x in range(10) if x % 2 == 0]
print(result)  # [0, 4, 16, 36, 64]

特点：所有结果同时占内存，可以反复索引、len()、切片；适合数据量小、需要多次访问的场景。

三、生成器表达式

圆括号 () 包裹，返回一个生成器对象，不立即计算：

g = (x * x for x in range(10) if x % 2 == 0)
print(g)  # <generator object ...>
print(next(g))  # 0
print(list(g))  # [4, 16, 36, 64]

每调用一次 next 才算下一个值，用完即弃，内存恒定，适合大数据流、文件逐行处理。

四、生成器函数 yield

用 yield 定义的函数也是生成器：

def squares(n):
    for x in range(n):
        yield x * x

for v in squares(5):
    print(v)  # 0 1 4 9 16

函数执行到 yield 暂停，返回值并记住现场，下次从暂停处继续，不会一次性构造列表。

五、内存与性能对比

import sys
a = [x for x in range(1_000_000)]
b = (x for x in range(1_000_000))
print(sys.getsizeof(a))  # 占用很大（约 8MB 级别，随数据增长）
print(sys.getsizeof(b))  # 固定很小（生成器对象本身）

• 列表：O(n) 内存，可随机访问，计算一次性完成；
• 生成器：O(1) 内存，只能顺序迭代，且只能遍历一次；
• 生成器不能 len()、不能切片，遍历完就空了。

六、怎么选

1. 结果要复用、要排序、要索引、数据量小 → 列表推导式；
2. 处理超大文件、无限流、管道式计算 → 生成器；
3. 直接传给 sum、max、join 这类消费函数时，用生成器更省内存：

   total = sum(x * x for x in range(1_000_000))

七、常见误区

1. 以为生成器能反复遍历，第一次 for 循环后再取就是空；
2. 大数据还套列表推导式，直接内存爆满；
3. 把生成器当列表用 len()，报 TypeError；
4. 嵌套推导式过度复杂，可读性下降，不如拆成普通循环；
5. 生成器内部异常会在 next 时才暴露，调试时机靠后。

八、总结

列表推导式用 [] 一次性产出完整列表，适合小数据与重复访问；生成器表达式用 () 或 yield 按需产出，内存恒定但只能顺序消费一次。选择依据是数据规模和是否需要复用：小而多用列表，大而流式用生成器，传给归约函数优先用生成器省内存。