Question

协程与续集和生成器之间有什么区别？

Answer 1

我将从发电机开始，因为它们是最简单的情况。正如@zvolkov所提到的，它们是可以在不返回的情况下重复调用的函数/对象，但是当被调用时将返回（yield）一个值然后暂停它们的执行。当他们再次被召唤时，他们将从他们最后暂停执行的地方开始，并再次做他们的事情。

发电机本质上是一种减少（不对称）的协程。协程和生成器之间的区别在于协程可以在最初调用后接受参数，而生成器则不能。

想出一个关于你使用协同程序的简单例子有点困难，但这是我最好的尝试。以此（编写）Python代码为例。

def my_coroutine_body(*args):
    while True:
        # Do some funky stuff
        *args = yield value_im_returning
        # Do some more funky stuff

my_coro = make_coroutine(my_coroutine_body)

x = 0
while True:
   # The coroutine does some funky stuff to x, and returns a new value.
   x = my_coro(x)
   print x

使用协同程序的示例是词法分析器和解析器。如果没有语言中的协程或以某种方式模拟，则需要将lexing和解析代码混合在一起，即使它们实际上是两个独立的问题。但是使用协程，你可以分离出lexing和解析代码。

（我将刷过对称和非对称协程之间的区别。只需说它们是等价的，你可以从一个转换到另一个，不对称协程 - 它们最像发电机 - - 更容易理解。我在概述如何在Python中实现非对称协程。）

延续实际上是非常简单的野兽。它们都是代表程序中另一个点的函数，如果你调用它，将导致执行自动切换到函数所代表的点。你每天都使用非常受限制的版本，甚至没有意识到。例如，例外可以被认为是一种由内而外的延续。我将给你一个基于Python的伪代码延续的例子。

假设Python有一个名为callcc()的函数，这个函数有两个参数，第一个是函数，第二个是调用它的参数列表。对该函数的唯一限制是它所采用的最后一个参数将是一个函数（这将是我们当前的延续）。

def foo(x, y, cc):
   cc(max(x, y))

biggest = callcc(foo, [23, 42])
print biggest

会发生callcc()反过来使用当前延续（foo()）调用cc，即对程序中{{1}点的引用}} 被称为。当callcc()调用当前的continuation时，它基本上与告诉foo()返回您正在调用当前continuation的值一样，并且当它执行此操作时，它将堆栈回滚到当前延续已创建，即当您调用callcc()时。

所有这一切的结果将是我们假设的Python变体将打印callcc()。

我希望有所帮助，我相信我的解释可以在很短的时间内得到改善！

Answer 2

Coroutine是几个程序中的一个，它们轮流完成工作，然后停下来控制组中的其他协同程序。

Continuation是一个“指向函数的指针”，你传递给某个程序，当该程序完成时执行（“继续”）。

Generator（在.NET中）是一种语言结构，它可以吐出一个值，“暂停”执行该方法，然后在被要求提供下一个值时从同一点继续。

Answer 3

在较新版本的Python中，您可以使用generator.send()向Generators发送值，这使得python Generators可以有效地进行协同处理。

python Generator和其他生成器之间的主要区别就是greenlet，在python中，你的yield value只能返回给调用者。在greenlet中，target.switch(value)可以将您带到特定的目标协程并产生target将继续运行的值。

Coroutine vs Continuation vs Generator

3 个答案: