python中构造方法 id自增_python之generator生成器模拟数据库主键自增

前言

在Python中，可以使用列表生成式生成一个列表，但是列表生成式有一个缺点，就是如果要生成的列表中存在大量的元素而且又是按需使用的，显然对内存空间来说是极大的浪费，那现在能不能有一种思路是这样的：生成的列表中元素是可以按照某种算法推导，只是在需要下一个元素的时候，才去计算并且生成，这样做的好处是不必事先生成整个完整的list列表，大量节约内存空间。在python中，生成器就可以做到这一点。

生成器语法格式

1、同列表生成式一样，唯一区别是将“[]”换成“()”。如下所示：

说明：这种方式下，列表生成式和生成器作用是完全一样的，唯一的区别在于如果列表中元素数量过于巨大，使用列表生成式占用内存会大一点。

2、生成器函数(函数内部使用yield)

说明：如果在函数中出现了yield关键字，则这个函数不再是普通的函数，而是一个生成器，其实这个yield的含义就是将一个普通函数变成一个生成器。这种方式下，生成器可以实现无限制的列表元素，而列表生成式就无法做到这一点。

生成器的本质

生成器和列表生成式的不同之处在于，列表生成式其实就是一个list，而生成器并不是一个完整的列表，而是保存的是算法，是一种状态。也可以这么说，生成器的作用就是用来生成迭代器的。

案例a：第一种方式创建generator生成器

小总结：通过上面的案例可以看出，直接打印generator1时，并不是打印的列表，而是返回的是一个生成器对象。而且每调用next函数一次，就会从这个generator1生成器对象中计算下一个元素的值。

案例b：生成器函数

如果算法比较复杂，那么使用第一种方式就显的有点力不从心了，这个时候可以借助函数来去实现。

需求：模拟数据库主键自增。

思考：定义一个函数用来获取下一个自增的数据，默认从1开始。

代码实现：

小总结：生成器函数=函数+yield，但是此时的函数已经不再是一个普通函数，而是一个生成器。上图中的代码如何理解呢，我大致说下：第一次next时候，会执行生成器，执行到yield此行代码之后就直接返回结果了，当我下次再去执行next时候，程序就会接着从上一次的yield之后的代码继续执行。

总结

生成器generator的两种方式，对于列表生成式简单改造的方式来说，这种方式是比较简单，两者区别不大，而对于生成器函数来说，这种方式中函数不再是一个普通函数，生成器保存的是算法，而不是列表。实际上，我们通过for循环就可以实现对生成器的迭代，因为我们说生成器的作用其实就是用来生成迭代器的。