最近在学习python，在github上找到一个python的初学者教程，叫做“100_page_python_intro”，跟着看了一遍。
在看到第18节“Comprehensions and Generator expressions”的时候，发现了一个有意思的东西，叫做generator对象。generator实际是一个iterator（迭代器），但是在迭代器的基础上，它还提供了延迟计算的特性。
下面我们来看看如何使用generator，我们通过python的yield关键字构造一个可以生成长度为n的斐波那契数列的generator为例子：
# coding=utf-8
def fibonacci(n):
current, next_ = 0, 1
for _ in range(n):
print('before yield~')
yield current
print('after yield~')
current, next_ = next_, current + next_
print('after calculate~')
generator = fibonacci(10)
print(next(generator))
print(next(generator))
print(next(generator))
print(next(generator))
print(next(generator))
打下断点，并执行上述代码，在执行完第12行的代码之后，fibonacci函数创建出了一个generator对象，此时，控制台中没有任何输出，说明上述代码中第4、6、8三行都还没执行，而且查看创建出来的generator对象，gi_frame属性中保存了generator执行fibonacci方法的调用栈，顶层的栈帧记录了generator正执行到test.py文件的第二行，还没有去计算斐波那契数列的第三个值。
按下F8,debug过代码第14行，可以看到generator执行到test.py的第6行，返回了斐波那契数列中的第一个数字
继续按下F8，debug过代码第15行，根据控制台的输出，可以很明显的看到，generator对象，按顺序执行了fibonacci方法中的第7，8，9，5，6行代码，在执行第8行代码的时候，才真正计算出斐波那契数列第3个数字的值。
延迟计算在代码实现中是十分常见的，之前在学习GUAVA的RateLimiter限流器的时候，RateLimiter也使用了延迟计算的方式，详见我的这篇笔记：GUAVA RateLimiter限流器
