迭代器 Iterator 是什么？

迭代器是一种按需访问集合元素的机制，它通过提供统一接口解决内存效率和通用性痛点；2. 可迭代对象（如列表）实现__iter__返回迭代器，迭代器实现__iter__和__next__方法控制遍历过程；3. 自定义迭代器需在__next__中返回元素并在耗尽时抛出stopiteration异常，从而实现惰性求值和高效遍历。

迭代器（Iterator），在我看来，它本质上就是一种按需、按序访问集合元素的设计模式或机制。它提供了一种统一的方式去遍历各种不同类型的数据结构，比如列表、字典、文件甚至是一些自定义的数据流，而你根本不需要关心这些数据背后的具体存储方式。它就像一个游标，知道自己当前在哪里，以及下一步该去哪里。

解决方案

迭代器的核心在于它提供了一个“拉取”数据的接口。当你需要下一个元素时，你就向迭代器请求。它会返回下一个元素，直到没有更多元素为止。这与我们常见的“一次性加载所有数据”的方式截然不同。这种“惰性”或“按需”的特性，在处理大量数据时显得尤为重要，因为它能显著减少内存占用，提升程序效率。它抽象了遍历的细节，让你的代码更专注于业务逻辑，而不是如何从某个特定容器里“抠”出数据。

为什么我们需要迭代器？它解决了什么痛点？

回想一下，我们以前遍历一个列表，可能会用

for i in range(len(my_list))

my_list[i]

它解决的核心痛点是：内存效率和通用性。

代码小浣熊

代码小浣熊是基于商汤大语言模型的软件智能研发助手，覆盖软件需求分析、架构设计、代码编写、软件测试等环节

51

查看详情

1. 内存效率：迭代器一次只加载或处理一个元素，而不是整个集合。这意味着你可以处理那些远超内存容量的数据集。想象一下，如果你在处理一个几百GB的文件，没有迭代器，你可能根本无法在普通电脑上完成任务。迭代器在这里就像一个“水龙头”，你拧一下，流一点水出来，而不是把整个水库都搬到你家。
2. 通用性：不同的数据结构（列表、集合、字典、自定义对象）有不同的内部组织方式。如果没有迭代器，你需要为每种数据结构写一套特定的遍历逻辑。而迭代器提供了一个统一的接口（通常是

   next()

   登录后复制
   方法），无论底层是链表、数组还是树，你都可以用同样的方式去遍历它们。这大大简化了代码，提高了复用性。
3. 无限序列：有些序列是理论上无限的，比如斐波那契数列。你无法一次性生成所有斐波那契数。迭代器允许你按需生成下一个数，这在处理这类问题时是唯一的选择。

迭代器和可迭代对象有什么区别？

这是个特别容易混淆的地方，但理解了它，你对Python（或其他支持迭代器概念的语言）的理解会更上一层楼。

可迭代对象（Iterable）： 简单来说，任何你可以用

for...in

list

tuple

str

dict

__iter__()

iter()

迭代器（Iterator）： 迭代器是真正执行遍历过程的对象。它必须实现两个方法：

• __iter__()

  登录后复制
  ：这个方法返回迭代器自身。这是为了让迭代器本身也是可迭代的，方便在某些场景下链式调用。

• __next__()

  登录后复制
  ：这个方法返回序列中的下一个元素。当序列中没有更多元素时，它会抛出

  StopIteration

  登录后复制
  异常，告诉调用者遍历已经结束了。

所以，我们可以这样理解：可迭代对象就像一本书，而迭代器就像你阅读这本书时翻页的手指。书（可迭代对象）本身不能告诉你下一页是什么，但你的手指（迭代器）可以帮你翻到下一页，直到你读完最后一页。一个可迭代对象可以创建多个迭代器，每个迭代器都可以独立地进行遍历，互不影响。

# 示例：可迭代对象与迭代器
my_list = [1, 2, 3]  # my_list 是一个可迭代对象

# 获取迭代器
my_iterator = iter(my_list) # my_iterator 是一个迭代器

print(next(my_iterator)) # 输出 1
print(next(my_iterator)) # 输出 2
print(next(my_iterator)) # 输出 3

try:
    print(next(my_iterator))
except StopIteration:
    print("已经没有更多元素了")

# 再次获取一个迭代器，可以重新开始遍历
another_iterator = iter(my_list)
print(next(another_iterator)) # 输出 1

如何自己实现一个简单的迭代器？

自己动手实现一个迭代器，能让你更深刻地理解它的工作原理。我们以一个简单的自定义计数器为例，它能从0开始，每次加1，直到达到我们设定的上限。

class MyCounter:
    def __init__(self, high):
        self.current = 0
        self.high = high

    def __iter__(self):
        # 返回迭代器自身，因为MyCounter的实例就是迭代器
        return self

    def __next__(self):
        if self.current < self.high:
            num = self.current
            self.current += 1
            return num
        else:
            # 当没有更多元素时，抛出StopIteration异常
            raise StopIteration

# 使用我们自定义的计数器迭代器
counter = MyCounter(5)

print("开始遍历自定义计数器：")
for num in counter:
    print(num) # 输出 0, 1, 2, 3, 4

print("\n尝试再次遍历同一个迭代器（注意：会从上次结束的地方继续）：")
try:
    print(next(counter))
except StopIteration:
    print("迭代器已经耗尽了，无法继续。")

# 如果想重新开始，需要创建新的MyCounter实例
print("\n创建新的实例重新开始：")
new_counter = MyCounter(3)
for num in new_counter:
    print(num) # 输出 0, 1, 2

在这个例子中，

MyCounter

__iter__

__next__

next(counter)

current

current

high

StopIteration

以上就是迭代器 Iterator 是什么？的详细内容，更多请关注php中文网其它相关文章！