### Python 中生成器类的使用及其示例 #### 什么是生成器？ 在 Python 中，生成器是一种特殊的迭代器，它可以通过 `yield` 关键字来暂停和恢复函数的执行状态。生成器的主要优点在于它可以节省内存资源，因为它不会一次性加载整个数据集到内存中[^3]。 #### 如何定义生成器类？ 除了通过简单的函数加 `yield` 来创建生成器外，还可以通过继承内置的 `object` 类并实现特定的方法来自定义生成器行为。下面展示了一个自定义生成器类的例子： ```python class CustomGenerator(object): def __init__(self, start, end): self.start = start self.end = end def __iter__(self): return self.generator() def generator(self): current = self.start while current < self.end: yield current current += 1 ``` 在这个例子中，我们定义了一个名为 `CustomGenerator` 的类，该类实现了两个重要方法：`__iter__()` 和 `generator()` 方法。当对象被用来进行迭代时，会调用 `__iter__()` 方法返回一个生成器实例[^4]。 #### 使用生成器类的一个简单案例 以下是上述生成器类的实际应用演示： ```python gen_obj = CustomGenerator(0, 5) for value in gen_obj: print(value) ``` 运行以上代码将会打印从 0 到 4 的整数序列。 #### 解决多线程环境下的生成器问题 如果在多线程环境中使用生成器可能会遇到诸如 `ValueError: generator already executing` 这样的错误，则可以采用一种线程安全的方式重新封装生成器逻辑。例如，在 Python2 下可通过如下方式解决此问题[^2]: ```python import threading class threadsafe_iter(object): """Takes an iterator/generator and makes it thread-safe""" def __init__(self, it): self.it = iter(it) self.lock = threading.Lock() def __iter__(self): return self def next(self): # For Python2 compatibility with self.lock: return self.it.next() def threadsafe_generator(f): """A decorator that takes a generator function and makes it thread-safe.""" def g(*a, **kw): return threadsafe_iter(f(*a, **kw)) return g @threadsafe_generator def count_up_to(max_count): i = 0 while i < max_count: yield i i += 1 # Example Usage counter_gen = count_up_to(5) print(list(counter_gen)) ``` 这段代码展示了如何利用装饰器模式以及锁机制确保生成器在线程间的安全访问。 ---