当前位置：首页 > 文章列表 > 文章 > 前端 > 迭代器与生成器应用场景详解

迭代器与生成器应用场景详解

2026-02-19 17:12:08 0浏览收藏

本文深入解析了Python中迭代器与生成器的核心概念与实用场景：迭代器通过手动实现`__iter__()`和`__next__()`方法，提供对遍历过程的精细控制，适用于斐波那契数列生成、树结构遍历或按需读取大文件等需要逻辑封装与内存优化的场合；生成器则以简洁的`yield`语法实现惰性求值，在处理海量数据（如逐行解析日志）、延迟计算和简化代码结构时优势显著；此外，文章还展示了如何构建支持正向与反向遍历的自定义可迭代对象，帮助开发者写出更清晰、高效且内存友好的Python代码。

迭代器与生成器使用场景_实现自定义可迭代对象

在 Python 中，迭代器与生成器是处理数据序列的重要工具。它们能帮助我们更高效地遍历数据，尤其是在处理大量数据或需要惰性求值的场景中。理解它们的使用场景并学会实现自定义可迭代对象，有助于写出更清晰、内存更友好的代码。

迭代器的使用场景与实现

迭代器是一个实现了迭代协议的对象，即拥有 __iter__() 和 __next__() 方法。每次调用 __next__() 返回下一个值，直到抛出 StopIteration 异常为止。

适用场景包括：

需要精确控制遍历过程，比如按特定规则读取文件行
封装复杂的遍历逻辑，如树结构的深度优先遍历
节省内存，避免一次性生成所有数据

下面是一个自定义迭代器，用于生成斐波那契数列：

class Fibonacci:
    def __init__(self, max_count):
        self.max_count = max_count
        self.count = 0
        self.a, self.b = 0, 1

    def __iter__(self):
        return self

    def __next__(self):
        if self.count >= self.max_count:
            raise StopIteration
        result = self.a
        self.a, self.b = self.b, self.a + self.b
        self.count += 1
        return result

# 使用示例
fib = Fibonacci(8)
for n in fib:
    print(n)

生成器的使用场景与实现

生成器是创建迭代器的简便方式，使用 yield 关键字代替 return，函数执行到 yield 时暂停并返回值，下次调用继续执行。

适合以下情况：

数据量大但只需遍历一次，如日志文件逐行处理
需要惰性计算，延迟生成值以节省资源
简化代码，避免手动实现迭代器协议

用生成器实现同样的斐波那契数列：

def fibonacci_gen(max_count):
    a, b = 0, 1
    count = 0
    while count < max_count:
        yield a
        a, b = b, a + b
        count += 1

# 使用示例
for n in fibonacci_gen(8):
    print(n)

实现自定义可迭代对象

一个对象只要实现了 __iter__() 方法并返回一个迭代器，就可以用于 for 循环等上下文中。通常做法是让 __iter__() 返回自身（如果它也是迭代器），或返回另一个迭代器实例。

例如，构建一个可迭代的范围类，支持正向和反向遍历：

class ReversibleRange:
    def __init__(self, start, end):
        self.start = start
        self.end = end

    def __iter__(self):
        return RangeIterator(self.start, self.end)

    def __reversed__(self):
        return RangeIterator(self.end - 1, self.start - 1, -1)

class RangeIterator:
    def __init__(self, start, end, step=1):
        self.current = start
        self.end = end
        self.step = step

    def __iter__(self):
        return self

    def __next__(self):
        if (self.step > 0 and self.current >= self.end) or \
          (self.step < 0 and self.current             raise StopIteration
        result = self.current
        self.current += self.step
        return result

# 使用示例
rr = ReversibleRange(2, 6)
for i in rr:
    print(i) # 输出 2,3,4,5

for i in reversed(rr):
    print(i) # 输出 5,4,3,2

基本上就这些。迭代器适合复杂控制逻辑，生成器更适合简洁实现惰性序列。根据实际需求选择合适的方式，能让代码更高效也更易读。

本篇关于《迭代器与生成器应用场景详解》的介绍就到此结束啦，但是学无止境，想要了解学习更多关于文章的相关知识，请关注golang学习网公众号！

生成器迭代器