一、循环基础

1. while循环

基本语法：

while 条件表达式:
    循环体代码

while循环流程图：

应用示例：

# 简单计数器
count = 0
while count < 5:
    print(f"当前计数: {count}")
    count += 1

# 实际应用：密码重试机制
MAX_RETRIES = 3
retries = 0
correct_pwd = "python123"

while retries < MAX_RETRIES:
    password = input("请输入密码: ")
    if password == correct_pwd:
        print("登录成功")
        break
    retries += 1
    print(f"密码错误，还剩{MAX_RETRIES - retries}次机会")
else:
    print("账户已锁定，请稍后再试")

表1 while循环关键要素

2. for循环

基本语法：

for 变量 in 可迭代对象:
    循环体代码

for循环流程图：

应用示例：

# 遍历列表
fruits = ["apple", "banana", "cherry"]
for fruit in fruits:
    print(f"水果: {fruit}")

# 实际应用：成绩统计
scores = [85, 92, 78, 90, 88]
total = 0
for score in scores:
    total += score
average = total / len(scores)
print(f"平均分: {average:.1f}")

# 使用enumerate获取索引
for index, fruit in enumerate(fruits, start=1):
    print(f"{index}. {fruit}")

表2 for循环常用可迭代对象

二、循环控制语句

1. break与continue

功能对比：

• break：立即终止整个循环
• continue：跳过当前迭代，进入下一轮循环

流程图对比：

break流程图
[循环中] → [条件满足] → [执行break] → [立即退出循环]
            ↓
        [条件不满足]
            ↓
        [继续循环]

continue流程图
[循环中] → [条件满足] → [执行continue] → [跳至下一轮循环]
            ↓
        [条件不满足]
            ↓
        [继续当前循环体]

应用示例：

# break示例：查找第一个负数
numbers = [3, 5, -2, 9, -7]
first_negative = None
for num in numbers:
    if num < 0:
        first_negative = num
        break
print(f"第一个负数: {first_negative}")

# continue示例：打印奇数
for i in range(10):
    if i % 2 == 0:
        continue
    print(f"奇数: {i}")

# 实际应用：数据清洗
data = [1, 2, None, 3, "invalid", 4]
clean_data = []
for item in data:
    if not isinstance(item, int):
        continue
    clean_data.append(item)
print(f"有效数据: {clean_data}")

表3 break vs continue对比

三、高级循环技巧

1. 嵌套循环

基本结构：

for 外层变量 in 外层可迭代对象:
    for 内层变量 in 内层可迭代对象:
        循环体代码

应用示例：

# 乘法表
for i in range(1, 10):
    for j in range(1, i+1):
        print(f"{j}×{i}={i*j}", end="\t")
    print()  # 换行

# 实际应用：矩阵运算
matrix1 = [[1, 2], [3, 4]]
matrix2 = [[5, 6], [7, 8]]
result = [[0, 0], [0, 0]]

for i in range(len(matrix1)):
    for j in range(len(matrix2[0])):
        for k in range(len(matrix2)):
            result[i][j] += matrix1[i][k] * matrix2[k][j]

print("矩阵乘积:", result)

嵌套循环执行顺序

外层循环1 → 内层循环1 → 内层循环2 → ... → 内层循环N
外层循环2 → 内层循环1 → 内层循环2 → ... → 内层循环N
...
外层循环M → 内层循环1 → 内层循环2 → ... → 内层循环N

三重循环示意图

2. 列表推导式

基本语法：

[表达式 for 变量 in 可迭代对象 if 条件]

与传统循环对比：

# 传统方式
squares = []
for x in range(10):
    if x % 2 == 0:
        squares.append(x**2)

# 列表推导式
squares = [x**2 for x in range(10) if x % 2 == 0]

表4 循环与推导式对比

四、迭代器与生成器

1. 自定义迭代器

实现方法：

class MyRange:
    def __init__(self, start, end):
        self.current = start
        self.end = end
    
    def __iter__(self):
        return self
    
    def __next__(self):
        if self.current >= self.end:
            raise StopIteration
        value = self.current
        self.current += 1
        return value

# 使用示例
for num in MyRange(1, 5):
    print(num)

迭代器协议流程

[for循环开始] → 调用iter() → [调用next()] → 返回值 → [处理值]
                            ↓
                        StopIteration → [循环结束]

2. 生成器函数

基本语法：

def 生成器函数(参数):
    yield 值

应用示例：

# 斐波那契数列生成器
def fibonacci(limit):
    a, b = 0, 1
    while a < limit:
        yield a
        a, b = b, a + b

# 使用示例
for num in fibonacci(100):
    print(num, end=" ")

# 实际应用：大数据文件读取
def read_large_file(file_path):
    with open(file_path, "r") as f:
        while True:
            line = f.readline()
            if not line:
                break
            yield line

# 逐行处理大文件
for line in read_large_file("huge_data.txt"):
    process_line(line)

表5 迭代器 vs 生成器

五、循环优化与陷阱

1. 性能优化技巧

优化策略：

# 1. 减少循环内部计算
# 不推荐
for i in range(len(data)):
    result = complex_calculation(data[i])  # 每次循环都创建函数

# 推荐
calc = complex_calculation  # 预先绑定
for i in range(len(data)):
    result = calc(data[i])

# 2. 使用内置函数替代循环
numbers = [1, 2, 3, 4]
# 不推荐
total = 0
for num in numbers:
    total += num

# 推荐
total = sum(numbers)

# 3. 避免不必要的循环
# 不推荐
found = False
for item in items:
    if condition(item):
        found = True
        break

# 推荐
found = any(condition(item) for item in items)

表6 循环优化方法对比

2. 常见陷阱与避免

错误示例与修正：

# 陷阱1：修改迭代中的列表
numbers = [1, 2, 3, 4]
for num in numbers:
    if num % 2 == 0:
        numbers.remove(num)  # 导致跳过元素

# 修正方案1：创建副本
for num in numbers[:]:
    if num % 2 == 0:
        numbers.remove(num)

# 修正方案2：列表推导式
numbers = [num for num in numbers if num % 2 != 0]

# 陷阱2：无限while循环
count = 0
while count < 5:  # 忘记count += 1
    print(count)

# 修正：
count = 0
while count < 5:
    print(count)
    count += 1

# 陷阱3：误用循环else
for i in range(5):
    if i == 3:
        break
else:
    print("未执行break")  # 实际不会执行

# 正确理解：
# else块只在循环正常完成（未break）时执行

循环陷阱检查流程图

总结

本教程全面介绍了Python循环的核心知识：

1. 基础循环结构：
2. while循环：基于条件判断
3. for循环：遍历可迭代对象
4. 循环控制：
5. break：提前终止循环
6. continue：跳过当前迭代
7. else子句：循环正常结束时执行
8. 高级技巧：
9. 嵌套循环：处理多维数据
10. 推导式：简洁创建数据结构
11. 迭代器/生成器：惰性求值
12. 优化与陷阱：
13. 性能优化方法
14. 常见错误及避免方案

代码编写原则：

1. 优先选择适合场景的循环结构
2. 避免修改正在迭代的集合
3. 复杂循环考虑拆分为函数
4. 大数据处理优先考虑生成器

循环选择决策树

特殊场景处理

#编程# #python# #在头条记录我的2025# #春日生活打卡季#

持续更新Python编程技巧及案例，敬请关注！