真实面经题目 · 原创解析
Python 的生成器是如何实现的？
Python 生成器的本质是带有可暂停执行状态的迭代器。回答要讲清 yield 如何保存栈帧、next/send 如何恢复执行，以及它和普通函数、迭代器的关系。
出现于：腾讯 · 算法
01
60 秒回答模板
包含 yield 的函数被调用时不会立即执行函数体，而是返回一个 generator 对象。这个对象实现了迭代器协议，有 __iter__ 和 __next__。每次 next 或 send 调用时，解释器从上次暂停的 yield 位置继续执行，直到遇到下一个 yield 返回值，或者函数结束抛出 StopIteration。生成器内部会保存执行帧，包括局部变量、指令位置和异常状态，所以能做到惰性求值和暂停恢复。
考点 返回生成器对象
难度 真实面经题
回答目标 讲清方法、取舍和追问
02
深入解析
函数调用不同
普通函数调用会执行到 return 后返回结果。生成器函数调用只创建 generator 对象，不立即跑函数体，真正执行发生在 next、send 或 for 循环拉取值时。
遵循迭代协议
生成器对象天然实现 __iter__ 和 __next__，所以可以被 for、list、sum 等消费。for 循环内部反复调用 next，捕获 StopIteration 后结束。
yield 暂停恢复
执行到 yield 时，生成器把值返回给调用方，同时保留当前执行帧。下一次恢复时从 yield 后面的指令继续跑，局部变量不会丢失。
send 和异常协作
send 可以把值送回暂停的 yield 表达式，throw 可以在暂停处注入异常，close 可以结束生成器。它们让生成器不只是取数，还能做协程式协作。
适用场景
生成器适合流式读取、大文件处理、惰性计算、无限序列和管道组合。它不一次性把所有结果放进内存，但要注意只能按执行状态向前消费。
03
易错点
- 不要说生成器函数调用会立刻执行函数体，实际只返回 generator 对象。
- 不要把 yield 当成普通 return，yield 会暂停并保留状态。
- 不要忽略 StopIteration，迭代结束依赖这个机制。
- 不要默认生成器能随机访问，它通常只能按执行顺序消费。
04
面试官追问
生成器和迭代器是什么关系？
生成器是一种迭代器，它自动实现迭代器协议；迭代器是更广义的接口，也可以用类手动实现。
yield 和 return 有什么区别？
yield 返回一个中间值并暂停，后续还能恢复；return 结束函数，生成器中 return 的值会放在 StopIteration 的 value 中。
生成器为什么省内存？
它一次只生成当前需要的元素，不需要提前构造完整列表，尤其适合文件流、网络流和长序列。
