生成器版本的杨辉三角

📌 下边代码为生成器版本的杨辉三角

python 复制代码
def triangles():
    row = [1]
    while True:
        yield row
        row = [1] + [row[i - 1] + row[i] for i in range(1, len(row))] + [1]

n = 0
results = []
for t in triangles():
    results.append(t)
    n += 1
    if n == 10:
        break

for t in results:
    print(t)

🔍 核心函数解释:triangles()

第一行初始化:

python 复制代码
row = [1]

设置杨辉三角的第一行。

无限生成:

python 复制代码
while True:
    yield row

使用生成器 yield,每次返回当前行 row

更新下一行:

python 复制代码
row = [1] + [row[i - 1] + row[i] for i in range(1, len(row))] + [1]

该行生成下一行杨辉三角,具体包括:

  • 开头加 1
  • 中间是相邻元素相加形成的新列表
  • 结尾加 1

✨ 重点解析:中间部分 [row[i - 1] + row[i] for i in range(1, len(row))]

这是杨辉三角中间项的生成规则。

  • 遍历 i 从 1 到 len(row) - 1
  • 每次将相邻两个数相加:row[i - 1] + row[i]

示例:

假设 row = [1, 3, 3, 1]

python 复制代码
中间部分计算如下:
i = 1: 1+3 = 4
i = 2: 3+3 = 6
i = 3: 3+1 = 4

结果为:[4, 6, 4]

下一行变为:

python 复制代码
[1] + [4, 6, 4] + [1] → [1, 4, 6, 4, 1]

🤔 为什么第二次输出是 [1, 1]

第一次生成的是:

python 复制代码
row = [1]

进入更新逻辑:

python 复制代码
[row[i - 1] + row[i] for i in range(1, len(row))]

此时 len(row) = 1,所以:

python 复制代码
range(1, 1) → 空序列 → [](中间部分为空)

最终:

python 复制代码
row = [1] + [] + [1] = [1, 1]

因此第二次打印是:

python 复制代码
[1, 1]

✅ 结果回顾(前 10 行)

csharp 复制代码
[1]
[1, 1]
[1, 2, 1]
[1, 3, 3, 1]
[1, 4, 6, 4, 1]
[1, 5, 10, 10, 5, 1]
[1, 6, 15, 20, 15, 6, 1]
[1, 7, 21, 35, 35, 21, 7, 1]
[1, 8, 28, 56, 70, 56, 28, 8, 1]
[1, 9, 36, 84, 126, 126, 84, 36, 9, 1]

📚 小结

  • range(1, len(row)) 是为了获取所有 相邻元素组合
  • row 只有一个元素时,中间列表为空,因此生成 [1, 1]
  • 该生成器用 yield 无限生成杨辉三角的每一行,直到外部主动 break
相关推荐
yzzzzzzzzzzzzzzzzz21 分钟前
leetcode热题——组合
算法·回溯·组合问题
RTC老炮23 分钟前
webrtc弱网-QualityScaler 源码分析与算法原理
人工智能·算法·webrtc
码破苍穹ovo5 小时前
堆----1.数组中的第K个最大元素
java·数据结构·算法·排序算法
愤怒的小鸟~~~5 小时前
c语言创建的一个队列结构(含有这个头指针和这个尾指针的结构具有一定的参考价值)
c语言·开发语言·算法
Joker-01117 小时前
深入 Go 底层原理(十二):map 的实现与哈希冲突
算法·go·哈希算法·map
金融小师妹8 小时前
AI量化模型解析黄金3300关口博弈:市场聚焦“非农数据”的GRU-RNN混合架构推演
大数据·人工智能·算法
金融小师妹8 小时前
基于LSTM-GRU混合网络的动态解析:美联储维稳政策与黄金单日跌1.5%的非线性关联
大数据·人工智能·算法
白日梦想家-K8 小时前
题单【模拟与高精度】
开发语言·c++·算法
重生之我是Java开发战士9 小时前
【C语言】内存函数与数据在内存中的存储
c语言·开发语言·算法
roman_日积跬步-终至千里10 小时前
【机器学习】“回归“算法模型的三个评估指标:MAE(衡量预测准确性)、MSE(放大大误差)、R²(说明模型解释能力)
算法·机器学习·回归