Python 迭代器介绍及其作用

1. Python 迭代器介绍

Python 迭代器指的是一个带有 __iter__() 和 __next__() 方法的对象，它可以用于遍历数据集合中的元素。迭代器是实现了迭代器协议的对象，可以通过内置的 iter() 函数来获取迭代器对象。

1.1 迭代器协议

迭代器协议是指一个对象必须实现的两个方法：

__iter__() 方法返回迭代器本身。

__next__() 方法返回下一个元素，并在没有元素时抛出 StopIteration 异常。

class MyIterator:
    def __init__(self, data):
        self.data = data
        self.index = 0
    def __iter__(self):
        return self
    def __next__(self):
        if self.index == len(self.data):
            raise StopIteration
        element = self.data[self.index]
        self.index += 1
        return element
my_iter = MyIterator([1, 2, 3])
for item in my_iter:
    print(item)

在上面的例子中，定义了一个自定义的迭代器类 MyIterator，它实现了迭代器协议。通过 __iter__() 方法返回迭代器本身，通过 __next__() 方法返回下一个元素。

1.2 内置迭代器

Python 提供了许多内置的迭代器对象，可以用于快速遍历常见的数据结构。

例如，我们可以使用 range() 函数创建一个迭代器来遍历指定范围的整数序列：

for i in range(5):
    print(i)

以上代码会输出：

0
1
2
3
4

2. Python 迭代器的作用

迭代器在 Python 中广泛应用于循环结构中，它提供了一种便捷的方式来遍历各种不同的数据结构。

2.1 遍历列表

使用迭代器可以方便地遍历列表中的每个元素：

my_list = [1, 2, 3, 4, 5]
for item in my_list:
    print(item)

以上代码会输出：

1
2
3
4
5

2.2 遍历字典

字典是 Python 中常用的数据结构之一，使用迭代器可以遍历字典中的键和值：

my_dict = {'name': 'Alice', 'age': 18, 'gender': 'female'}
for key, value in my_dict.items():
    print(key, value)

以上代码会输出：

name Alice
age 18
gender female

2.3 遍历文件

Python 迭代器还可以用于遍历文件中的每一行：

with open('data.txt', 'r') as file:
    for line in file:
        print(line)

以上代码会将文件 data.txt 中的每一行输出。

2.4 惰性计算

迭代器的另一个重要作用是实现惰性计算。惰性计算是指在需要时才生成计算结果，而不是立即执行整个计算过程。通过使用迭代器，我们可以按需生成计算结果，节省了内存和计算资源。

下面是一个计算斐波那契数列的例子：

class FibonacciIterator:
    def __init__(self):
        self.prev = 0
        self.curr = 1
    def __iter__(self):
        return self
    def __next__(self):
        value = self.curr
        self.prev, self.curr = self.curr, self.prev + self.curr
        return value
fib_iter = FibonacciIterator()
for i in range(10):
    print(next(fib_iter))

以上代码会输出斐波那契数列的前十个数字。

3. 总结

迭代器是 Python 中一种重要的数据结构，它可以方便地遍历各种不同类型的数据集合。本文介绍了迭代器的概念、迭代器协议以及内置的迭代器对象。此外，还介绍了迭代器在遍历列表、字典和文件中的应用，以及迭代器的惰性计算特性。

通过灵活使用迭代器，可以提高代码的简洁性和可读性，同时也能够节省内存和计算资源。