Python序列迭代器设计原理与底层实现机制技术问询

你对迭代器节省内存的理解是正确的，所有内置类型的迭代器都不会拷贝原始对象的全量数据，仅维护遍历状态实现逐个取值，具体实现逻辑分类型说明如下：

序列类型（列表、字符串、元组）迭代器 #

这类支持随机访问的有序序列，迭代器内部会存储两个核心信息：

• 原始序列对象的强引用（逻辑等价于你所说的指向原始数据结构的指针）
• 当前遍历的位置索引（初始值为0）

每次调用__next__()方法或next()函数时，执行逻辑为：

1. 校验当前索引是否小于序列总长度
2. 校验通过则返回原始序列对应索引位置的元素，同时索引值+1
3. 校验不通过则抛出StopIteration异常，结束迭代

因为迭代器直接引用原始序列，若遍历过程中修改原始序列的元素值，迭代结果也会同步变化：

lst = [1, 2, 3]
lst_iter = iter(lst)
print(next(lst_iter)) # 输出 1
lst[1] = 999
print(next(lst_iter)) # 输出 999，而非修改前的2

映射类型（字典）迭代器 #

字典底层是哈希表结构，没有连续的数字索引，它的迭代器内部存储的信息为：

• 原始字典对象的强引用
• 哈希表当前遍历的槽位索引
• 字典版本号（用于校验遍历过程中字典结构是否发生变更）

迭代执行逻辑和序列类型类似，不过增加了版本校验：如果遍历过程中字典发生新增/删除键这类结构变更，版本号会发生变化，迭代器会直接抛出RuntimeError: dictionary changed size during iteration。Python 3.7+ 字典默认按插入顺序存储，所以迭代顺序和键的插入顺序完全一致。
默认状态下iter(dict)返回的是键迭代器，调用iter(dict.values())、iter(dict.items())会分别返回值迭代器、键值对迭代器，三者底层逻辑一致，仅返回的内容不同。

zip() 迭代器实现 #

Python 3 中zip()返回的迭代器属于组合式迭代器，实现逻辑如下：

• 初始化时会为每一个传入的可迭代对象生成对应的子迭代器，存储这些子迭代器的引用
• 每次调用__next__()时，依次调用所有子迭代器的__next__()方法，把返回的结果打包成元组返回
• 只要任意一个子迭代器抛出StopIteration，zip迭代器就会直接抛出StopIteration结束遍历，所以它的遍历长度和最短的输入可迭代对象一致
• 无参数调用zip()时会直接返回空迭代器，第一次调用next()就会抛出StopIteration
• 所有迭代器本身都是单次遍历的，因此zip迭代器也仅支持单次遍历。

内容的提问来源于stack exchange，提问作者user17106369