使用Iterator()函数实现多线程中的并行迭代

在多线程编程中，常常需要对数据进行并行迭代。Python中的Iterator提供了一种方便的方式来实现多线程的并行迭代。

Iterator是Python内置的迭代器接口，它提供了两个方法：__iter__()和__next__()。其中，__iter__()方法返回迭代器对象自身，而__next__()方法用于返回序列中的下一个元素。

下面是一个使用Iterator实现多线程并行迭代的示例：

import threading

class MyIterator:
    def __init__(self, data):
        self.data = data
        self.index = 0
        self.lock = threading.Lock()

    def __iter__(self):
        return self

    def __next__(self):
        self.lock.acquire()
        try:
            if self.index >= len(self.data):
                raise StopIteration
            value = self.data[self.index]
            self.index += 1
            return value
        finally:
            self.lock.release()

# 定义一个用于迭代的列表
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# 创建一个迭代器对象
iterator = MyIterator(data)

# 定义一个线程函数，用于遍历迭代器并输出结果
def thread_func():
    for item in iterator:
        print(threading.current_thread().name, '-', item)

# 创建两个线程并启动
thread1 = threading.Thread(target=thread_func)
thread2 = threading.Thread(target=thread_func)
thread1.start()
thread2.start()
thread1.join()
thread2.join()

在上述示例中，首先定义了一个MyIterator类实现了Iterator接口。该类接收一个数据列表，并通过index属性来表示当前迭代的位置。为了保证并发安全，使用了一个互斥锁Lock来同步对index的访问。

在__next__()方法中，首先获取互斥锁，确保同一时间只有一个线程在访问index。然后检查index是否越界，如果越界则抛出StopIteration异常，否则返回当前位置的元素，并将index增加1。最后，在finally块中释放互斥锁。

接下来，创建了一个迭代器对象iterator，并定义了一个线程函数thread_func()。在thread_func()中，使用for item in iterator语句来遍历迭代器，并输出当前线程的名字和遍历的元素。

最后，创建了两个线程thread1和thread2，并分别启动。两个线程并行执行，每个线程都会遍历整个迭代器并输出结果。

这样，我们就通过Iterator实现了多线程中的并行迭代。由于使用了互斥锁来保证并发安全，不同线程之间可以安全地访问迭代器对象。在实际应用中，可以根据需求定制自己的迭代器类，实现更加复杂的并行迭代算法。