如何用yield改写递归计算函数以提升大列表场景效率？

当然可以用yield实现这个需求，而且刚好能解决大列表场景下的资源浪费问题！

先说说你之前代码的问题：你的compute_y函数里，每次循环都是基于初始的a=2、b=3、c=4计算新值，从来没有更新过这三个变量本身——所以每次yield出来的都是同一个三元组(12,8,6)，永远触发不了a>9999的终止条件，自然会无限循环。

接下来给你两种正确的实现方式，迭代式和递归式，都能完美替代原逻辑，同时利用生成器的惰性求值特性节省资源：

方式一：迭代式生成器（推荐，避免递归深度限制） #

这个版本用循环替代原函数的递归逻辑，每次迭代先返回当前符合条件的三元组，再更新变量为下一轮的计算值：

def compute_y(limit, a, b, c):
    while a <= limit:
        yield (a, b, c)  # 先返回当前的三元组，和原函数输出顺序一致
        # 更新为下一次迭代的三个值
        a, b, c = b * c, a * c, a * b

使用的时候，你可以直接迭代生成器，甚至不需要存完整列表——如果要取第100000个值，只需要计数到目标次数就停止：

# 示例1：收集所有符合条件的结果
values = []
for triplet in compute_y(9999, 2, 3, 4):
    print(f"Got {triplet[0]}, {triplet[1]}, {triplet[2]}")
    values.append(triplet)
print("Process ended")
print(values)

# 示例2：只取第100000个值（假设存在这么多）
target_index = 100000
current_index = 0
result = None
for triplet in compute_y(10**100, 2, 3, 4):  # 设置足够大的limit
    current_index += 1
    if current_index == target_index:
        result = triplet
        break
print(f"第{target_index}个值是：{result}")

方式二：递归式生成器（贴合原函数的递归逻辑） #

如果你更习惯原函数的递归写法，也可以把递归函数改成生成器，用yield from来传递递归调用产生的所有值：

def compute_y_recursive(limit, a, b, c):
    if a <= limit:
        yield (a, b, c)
        # 递归调用生成器，并把所有结果传递出去
        yield from compute_y_recursive(limit, b*c, a*c, a*b)
    else:
        print("Process ended")

使用方式和迭代式一致：

for triplet in compute_y_recursive(9999, 2, 3, 4):
    print(f"Got {triplet[0]}, {triplet[1]}, {triplet[2]}")

核心优势 #

用生成器的最大好处就是惰性求值：它不会一次性生成所有结果并存入内存，而是每次迭代才生成一个值。当你需要第100000个值时，完全不需要生成前99999个值并存储，只需要迭代到目标次数就可以停止，能大幅节省内存资源，避免原代码中values列表过大导致的内存浪费。

内容的提问来源于stack exchange，提问作者Sqoshu