Question

当我阅读关于finding all cycles in graph implementation的另一个讨论主题时，我遇到了这个问题。任何人都可以在这个例子中解释这对关键字的用法吗？感谢。

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

这两个关键词没有密切关系。

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顶部继续通过循环体的其余部分。它通常是在if或else块中缩进循环体的其余部分的替代方法。这样：

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

完全相同：

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

与continue密切相关的另一个关键字是break，这会导致控制流立即退出循环，而不是返回到顶部。 continue和break都只能影响最接近的循环，所以如果你有嵌套的控制结构，很难一次性将它们全部中断（或continue外部循环在内心里面。）

yield关键字非常不同。虽然它经常出现在循环中，但并不是必须的。相反，它只允许在函数体内。它将功能更改为“生成器功能”。当调用生成器函数时，其代码不会立即运行，而是创建“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（或通过调用next()手动）进行迭代。只有在迭代生成器对象时，函数的代码才会运行。每次到达yield语句时，函数的执行暂停，并且如果没有指定值，则产生的值（或None）将作为迭代的值给出。（请注意，当有人随意调用某个“生成器”时，它们可能意味着生成器函数或生成器对象。通常清楚它们来自上下文。）

以下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有些相似的关键字是return，这只在函数中有意义。它立即结束函数的执行以返回指定的值（如果没有指定值，则为None。）

您展示的dfs功能会依次使用yield和continue。这样做首先产生一个值（在请求下一个值之前停止生成器函数的执行），然后一旦执行恢复，它就会回到循环的开始。

如果你想，你可以重写函数以避免其中任何一个（虽然结果函数会有所不同，因为它不再是一个惰性生成器）：

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

我注意到在大多数情况下，函数的生成器版本可能更好。使用continue代替更多缩进更多的是样式选择，并且对代码的逻辑或性能没有太大影响（仅仅是它的外观）。

Python中的关键词“continue”和“yield”是做什么的？

1 个答案: