Python中如何高效遍历数据结构的几种方法？

遍历数据结构，效率高低得看具体场景和数据结构类型。我直接上几个典型场景的代码，你一看就明白。

1. 遍历列表或元组：直接用 for 循环 这是最直接、最Pythonic的方式，效率也足够高。

my_list = [1, 2, 3, 4, 5]
for item in my_list:
    print(item)
# 需要索引时用 enumerate
for index, item in enumerate(my_list):
    print(f"Index {index}: {item}")

2. 遍历字典：根据你需要什么来选择

my_dict = {'a': 1, 'b': 2, 'c': 3}

# 只遍历键 (最快)
for key in my_dict:
    print(key)

# 遍历键值对 (最常用)
for key, value in my_dict.items():
    print(f"{key}: {value}")

# 只遍历值
for value in my_dict.values():
    print(value)

3. 遍历两个列表并行：用 zip

names = ['Alice', 'Bob', 'Charlie']
scores = [85, 92, 78]
for name, score in zip(names, scores):
    print(f"{name}: {score}")

4. 需要条件过滤时：用生成器表达式或列表推导式 避免先创建中间列表，内存更友好。

numbers = [1, 2, 3, 4, 5, 6]
# 生成器表达式：惰性求值，节省内存
even_squares = (x**2 for x in numbers if x % 2 == 0)
for num in even_squares:
    print(num)

5. 嵌套结构：用递归或 itertools.chain

import itertools
nested_list = [[1, 2, 3], [4, 5], [6]]
# 展平一层嵌套
for item in itertools.chain.from_iterable(nested_list):
    print(item)

核心原则总结：

• 直接迭代：对序列（list, tuple, str）和映射（dict）直接使用 for item in iterable。
• 避免不必要的索引：除非真需要下标，否则别用 for i in range(len(...))。
• 使用内置工具：enumerate 拿索引，zip 并行遍历，items() 遍历字典键值。
• 惰性求值：数据量大或需要过滤时，优先考虑生成器表达式 (()) 而不是列表推导式 ([])。

一句话建议：根据你的数据结构和具体需求，选择最匹配的内置迭代工具。

搜索 python
uuid

楼下把题目解释一下吧

37 层 for 循环怕不怕要被打死

另外，任何一种语言都不要手写 37 层嵌套循环