書接上回，爲什麼需要coroutine?我們採用一個經典而淺顯的案例：計算Fibnacci數列。翠花，上代碼(C代碼)：
void get_fib(int n, int* result)
{
int i = 0;
for (i = 0; i < n; i++)
{
if (i < 2)
{
result[i] = i;
continue;
}
result[i] = result[i - 1] + result[i - 2];
}
}
上述代碼中，參數n指定生成Fibnacci數字的個數，result爲存放結果的buffer。這種寫法是常見套路之一。我不必細說你就可以想象出調用處是怎樣使用這個函數的。這是傳統函數的套路。它有一個比較煩人的地方，就是存儲空間的管理。如果數列規模n比較大，你不得不很不情願地準備一個很大的空間用於存儲，還可能一直提心吊膽地擔心內存溢出或泄漏。
OK, 現在該輪到generator出場了。翠花，上代碼(Python)：
函數定義處：
def get_fib():
a, b = 0, 1
while 1:
yield b
a, b = b, a+b
函數調用處：
fib = get_fib()
for num in fib:
print num
注意，在這裏你看不到準備存儲空間的代碼，因爲確實沒有這個動作。同時，yield登臺亮相了。
Python版的這個”虛僞”的函數get_fib，在調用語句“fib = get_fib()”中，它其實並未被執行，而是構造並返回了一個被稱爲generator的對象，然後它被用在接下來的for循環中，用於枚舉和打印fibnacci數(想要多少要多少，直到你主動退出循環)。按照官方的說法，這個generator的本質是一個迭代器(iterator)，一個對象，它暗含了一個next()方法，該方法在for循環中被隱式調用。for循環每調用一次next方法，get_fib()函數的代碼才被真正執行一次，但執行中遇到yield語句後就掛起，緊隨yield其後的表達式b被作爲本次返回值返回給調用者，本次運行結束。下一次next()再被調用，再從凍結處繼續執行。也就是說，每次運行它都只運行函數體的一部分而不是全部，並且能夠自動記憶前次停止的位置以便下一次從那裏繼續執行。
該怎樣來認識generator的本質呢？其實，它就像是一個被動吐泡泡的機器，你碰它一下(調用next()方法)，它就吐一個泡泡，不碰則不吐。我想這就是其名稱“generator”的來歷吧，因爲它就負責不斷地generate數據給調用者。因此，它不需要事先準備好一大塊空間存放一堆泡泡，任意時刻它只產生一個泡泡！！！Python的官方文檔說，generator是一個輕量級的coroutine實現。Wiki中的coroutine詞條說coroutine是一個有多個入口、可以多次掛起和恢復執行的subroutine。這兩個解釋，和你在本例中看到的完全一致。按我個人的理解，在應用層面上看，generator是採用了時間換空間的策略，即用多次執行的代價換取了節省大片存儲空間的好處。對於Fibnacci這個特別簡單的例子，如果在C版本中增加若干局部static變量應該可以近似地模擬出來。
那麼，這樣的時空互換策略真的值得嗎？有普遍應用的意義嗎？這也是我懷疑的一點。別跟我一樣孤陋寡聞。按照Wiki以及有識者的介紹，generator非常實用且應用非常廣泛甚至可用在系統編程級別，例如合作性任務(生產者消費者問題)、迭代器、無窮列表(你沒法事先準備足夠大的空間)、實現pipe。而且，表面上就有一個顯著的優勢：你不必等所有數據都準備好纔開始處理，有一個就處理一個。在讀取特別大的文件時，generator也是非常好用的手法。有一位貌似比較資深的工程師提到，利用generator可以很容易地實現Unix編程中非常典型的pipeline架構，有興趣深入的話，我建議你看看這裏。
後記：
我知道即使我這樣仔細的舉例說明，第一次接觸它的人還是不一定能夠真的理解。因爲這裏邊的確有編程理念上的衝擊。你不能抱着對傳統函數的理解不放，這將成爲理解generator和coroutine的最大障礙。不過，不要灰心，一次不行就多來幾次，可以在網絡上多看些相關文章(我建議你儘量看英文的或limodou的解釋)，或者來找我聊聊，我可以給你演示一些更生動的例子。
你可能會不屑於花費時間和精力來學些這麼一個看似怪誕的東西，但是，我親身的體會是，這寶貝真的值得你花時間來學習一下，即使你是一個老傢伙。學習它將會非常有益於擴展你的技術視野以及編程理念，是一種顯著的提高。真的，我不忽悠。等你掌握了定身術和時間機器的時候，你一定得請我吃一頓。
