来自Hacker's Delight 2nd Edition的算法

Question

来自Hacker's Delight 2nd Edition的算法

移植到python

一个简单的希尔伯特曲线类。

class Hilbert():

    def __init__(self,order=1):

            self.x = -1 
            self.y = 0     
            self._step(0)
            self._hil(0, 1, order)

    def _hil(self, dirs, rot, order):
        if (order == 0): 
            return

        dirs += rot
        self._hil(dirs, -rot, (order-1))
        self._step(dirs)
        dirs -= rot
        self._hil(dirs, rot, (order-1))
        self._step(dirs)
        self._hil(dirs, rot, (order-1))
        dirs -= rot
        self._step(dirs)
        self._hil(dirs, -rot, (order-1))


    def _step(self, dirs):
        dirs %= 4

        if dirs == 0:
            self.x += 1
        elif dirs == 1:
            self.y += 1
        elif dirs == 2:
            self.x -= 1
        else:
            self.y -= 1 
        #prints all points 
        #print(self.x,self.y)
        #Could I "iterate" from here.

所以我想要的是每次调用next（）时给出（x，y）的东西。我尝试自己这样做，但不能让它工作，所以任何帮助将不胜感激。我是否必须重写这个以使用发电机？ Source

Answer 1

我认为您尝试做的至少部分是将_hil转换为生成器函数，在每次调用x, y后生成_step对？如果是这样，那很容易。

困难的部分是那些递归调用。但那根本不是很难。这正是yield from的用途：*取一些迭代器（就像对生成器函数的递归调用）并生成每个值。**

然后有一个简单的部分，即每次调用x, y后_step对的非递归屈服。您可以在每次通话后使用明确的yield self.x, self.y执行此操作。或者，您可以更改_step以添加return self.x, self.y，这样您就可以yield self._step(dirs)。但是您也可以将_step更改为只迭代一个值的迭代器，然后您也可以yield from。（这里没有真正的优势，但我认为它值得展示，所以你可以思考它是如何工作的 - 特别是因为你问过我可以从这里进行迭代吗？＆＃34;在_step中。）

def _hil(self, dirs, rot, order):
    if (order == 0): 
        return

    dirs += rot
    yield from self._hil(dirs, -rot, (order-1))
    yield from self._step(dirs)
    dirs -= rot
    yield from self._hil(dirs, rot, (order-1))
    yield from self._step(dirs)
    yield from self._hil(dirs, rot, (order-1))
    dirs -= rot
    yield from self._step(dirs)
    yield from self._hil(dirs, -rot, (order-1))

def _step(self, dirs):
    # existing code
    yield self.x, self.y

但是现在你已经得到__init__只调用_hil并且对结果没有任何作用。这不是很有用。也许您正在尝试将Hilbert类本身转换为迭代器类？

在这种情况下，最简单的方法是存储生成器迭代器并委托给它：

def __init__(self, order=1):
    self.x = -1 
    self.y = 0     
    self._step(0)
    self.iter = self._hil(0, 1, order)

def __iter__(self):
    return self

def __next__(self):
    return next(self.iter)

然而，在这一点上，我不确定为什么你需要这个才能成为一个班级。 x和y实际上并不是对象状态的一部分，它们是生成器状态的一部分，如果您刚刚使用它，Python将会神奇地处理它们_hil中的局部变量（以及_step中的正常参数和返回传递）。唯一的另一个状态是self.iter，这只是必要的，因为你正在编写一个类而不是一个函数。

_{*实际上，事实证明，除了Greg Ewing describes amazingly well之外，它还有很多好处。没有它我们就没有asyncio。但是将其添加到语言中的最初原因是＆＃34;委托给子生成器的语法＆＃34;。}

**请注意，这仅适用于 yield from - 意味着Python 3.3或更高版本。如果你仍在使用Python 2.x，并且yield from还不足以让你升级，你可以模拟对它的一些使用 - 包括这个 - 将每个yield from eggs更改为for egg in eggs: yield egg。它不会具有可读性，而且会慢得多，但它会起作用。

如何使用递归创建生成器？

来自Hacker's Delight 2nd Edition的算法

移植到python

1 个答案: