Iterator 在图论中提供统一、可组合、惰性求值的节点访问接口，解耦遍历逻辑与算法实现；它封装策略（如BFS/DFS）、返回标准迭代对象，支持提前终止、组合、异步及多结构适配，但需注意状态管理与性能优化。
Iterator 在图论算法中不直接参与图的遍历逻辑，而是提供一种**统一、可组合、惰性求值的节点访问接口**，让遍历行为与算法解耦。它本身不决定“怎么走”（如 DFS 还是 BFS），但能让“怎么取下一个节点”变得标准化、可复用、可中断、可扩展。
Iterator 的核心价值：把“遍历协议”从算法中抽离出来
图的遍历本质是按某种策略生成节点序列。传统写法常把访问顺序硬编码在算法里（比如递归 DFS 中直接 push/pop）。而用 Iterator，你可以定义：
Alibabacloud Sdk Client Initialization For Java
下载
在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。
- 一个生成器函数，封装遍历策略（如 BFS 队列、DFS 栈、拓扑序、最小度优先等）；
-
返回一个符合迭代协议的对象（有
next()方法，返回{ value, done }）； - 算法（如连通分量检测、最短路径预处理）只通过
for...of或手动调用next()消费节点，不关心底层如何调度。
常见图遍历 Iterator 实现示例
假设图用邻接表表示：const graph = { A: ['B', 'C'], B: ['A', 'D'], C: ['A'], D: ['B'] };
-
BFS Iterator（广度优先）：
用队列维护待访问节点，每次 yield 当前层节点，再将邻接未访节点入队。 -
DFS Iterator（深度优先，非递归）：
用栈模拟递归，每次 pop 一个节点，yield 后将其未访问邻接点压栈（注意去重）。 -
带状态的 Iterator（如带访问标记）：
闭包内维护visitedSet，确保每个节点只 yield 一次，天然支持多轮遍历复用。
与图算法协同的关键技巧
-
提前终止友好：Iterator 天然支持
break或return—— 例如找第一个入度为 0 的节点，无需遍历全图； -
组合多个遍历策略：用
function* mergeIterators(...iters)实现并行 BFS、交替遍历两个子图； -
与异步图操作兼容：若图数据需 fetch（如超大图分片加载），可用
AsyncIterator，配合for await...of实现流式加载+遍历； - 适配不同图结构：同一套 Iterator 接口，可分别对接邻接表、邻接矩阵、边列表甚至图数据库游标。
实际使用时要注意什么
- Iterator 不保存图结构，只是“视图”—— 图更新后需新建 Iterator；
- 避免在
next()中做重计算（如每次都重新算邻接点），应缓存或预处理； - 对无向图，注意防止 A→B→A 死循环，必须在 Iterator 内部做访问控制；
- 若需反向遍历（如逆拓扑），单独实现
reverseIterator()，而非强行修改原逻辑。
