协程vs延续vs生成器

协程与延续和生成器有什么区别？

我将从生成器开始，因为它们是最简单的情况。正如@zvolkov提到的那样，它们是可以重复调用而无需返回的函数/对象，但是在调用时将返回（产生）一个值，然后中止执行。再次调用它们时，它们将从上次暂停执行的位置开始，然后再次执行操作。

生成器本质上是缩减的（不对称）协程。协程和生成器之间的区别在于，协程最初被调用后就可以接受参数，而生成器则不能。

给出一个使用协程的简单示例有点困难，但这是我的最佳尝试。以这个（组成的）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

使用协程的示例是词法分析器和解析器。没有语言上的协程或以某种方式进行仿真，即使将词法分析和解析代码确实是两个独立的问题，也需要将它们混合在一起。但是，使用协程，您可以分离出词法分析代码。

（我将讨论对称和不对称协程之间的区别。只需说它们是等效的，您就可以将它们相互转换，而最不像生成器的非对称协程就是更容易理解。我概述了如何在Python中实现非对称协程。）

延续实际上是非常简单的野兽。它们全部是代表程序中另一点的函数，如果调用它，将导致执行自动切换到该函数代表的点。您每天都使用非常严格的版本，甚至没有意识到。例如，可以将异常视为一种由内而外的延续。我将为您提供延续的基于Python的伪代码示例。

假设Python有一个名为的函数callcc()，该函数带有两个参数，第一个是函数，第二个是用于调用它的参数列表。该函数的唯一限制是它接受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

将会发生的情况是callcc()依次调用foo()当前的延续（cc），即对程序中callcc()被调用点的引用。当foo()调用当前的延续，它本质上是一样的，告诉callcc()你正在调用当前的延续价值回归，而当它这样做，它回滚栈当前的延续创建地方，即，当你打电话callcc()。

所有这些的结果将是我们假设的Python变体将打印出来'42'。

希望能对您有所帮助，并且我肯定我的解释会有所改善！

协程是轮流完成工作然后暂停以控制组中其他协程的几种程序之一。

延续是您传递给某个过程的“函数的指针”，该过程完成后将被执行（“继续”）。

生成器（在.NET中）是一种语言构造，可以吐出一个值，“暂停”该方法的执行，然后在询问下一个值时从同一点进行处理。

在新版本的Python中，您可以使用 generator.send()，这使python Generators有效地协程。

python生成器与其他生成器（例如greenlet）之间的主要区别在于，在python中，您yield value只能返回到调用者。处于greenlet时，target.switch(value)可以将您带到特定的目标协程，并在target可以继续运行的地方产生一个值。