Python面试：迭代器实现原理

2026-08-12 18:00:48 1315阅读 0评论

Python面试高频考点：扒一扒迭代器底层的“遮羞布”

每次Python面试，聊到数据结构或者内存优化，面试官总会冷不丁抛出一句：“讲讲你对迭代器的理解，它的底层是怎么实现的？”很多人背熟了“可迭代对象”和“迭代器”的区别，但一问到具体实现原理和内存机制，就开始支支吾吾。今天咱们不背八股文，直接拆解迭代器的实现逻辑，帮你把这块硬骨头啃下来。

剥开概念的外衣，迭代器到底是个啥？

别被“迭代器”这个高大上的词唬住。生活里，你去奶茶店点单，店员就是一个“迭代器”。你喊一句“下一杯”（__next__），店员就递给你一杯；如果做完了，店员就告诉你“没啦”（抛出 StopIteration）。而“可迭代对象”就像是菜单，告诉你有哪些口味，但真正一杯杯做给你喝的，是店员（迭代器）。

在Python里，这个“店员”必须严格遵守两个协议：实现 __iter__() 方法返回自身，以及实现 __next__() 方法返回下一个值。

底层视角：它是怎么做到“省内存”的？

面试官问实现原理，其实是在考察你对惰性计算（Lazy Evaluation） 的理解。

列表是一次性把1000个数据全塞进内存，而迭代器是按需生产。在CPython底层，迭代器对象本质上是一个包含了状态信息的结构体。当你调用 __next__() 时，底层C代码会读取当前状态，计算出下一个值，然后更新状态指针。

这就意味着，无论你要处理10个文件还是100GB的日志，迭代器在内存中只保留当前处理位置和必要上下文，内存占用永远是O(1)。这就是为什么在处理海量数据时，老手永远首选迭代器而不是列表。

动手实战：手写一个带状态的迭代器

光说不练假把式。面试时如果能手撕一个自定义迭代器，好感度直接拉满。咱们来写一个“带过期时间的验证码生成器”，看看怎么在迭代器里管理复杂状态。

class CodeGenerator:
    def __init__(self, max_count):
        # 初始化状态：最大生成次数和当前计数器
        self.max_count = max_count
        self.current = 0

    def __iter__(self):
        # 返回迭代器对象自身
        return self

    def __next__(self):
        # 核心逻辑：判断是否耗尽
        if self.current >= self.max_count:
            raise StopIteration("验证码已生成完毕")

        # 模拟生成逻辑并更新状态
        self.current += 1
        return f"Code_{self.current:04d}"

关键步骤解析：

__init__ 绑定状态：把需要跨次调用保存的变量（如 current）放在实例属性里，这是迭代器记忆进度的核心。
__iter__ 返回自身：这是让它能直接用于 for 循环的关键，告诉解释器“我自己就能产出数据”。
__next__ 抛出异常：耗尽时必须精准抛出 StopIteration，for 循环底层就是靠捕获这个异常来优雅退出的，千万别用 return None 糊弄。

面试加分项：迭代器 vs 生成器，别搞混了

聊到这里，面试官大概率会追问：“既然有 yield 生成器，为什么还要手写类迭代器？”

这就是拉开差距的地方。生成器确实好用，代码也简洁，但它本质上是函数级别的挂起，状态只能靠局部变量保存。如果你需要实现一个多状态协同、支持重置（比如加个 reset() 方法清零计数器） 或者需要暴露额外控制方法（如 skip() 跳过某次生成） 的迭代逻辑，生成器就捉襟见肘了。

自定义类迭代器通过实例属性管理状态，扩展性远超生成器。在面试中点出这一点，面试官会觉得你不仅懂语法，还懂架构设计。