多层循环应拆分为独立函数、用生成器扁平化、优先列表推导、提前剪枝优化。例如三层嵌套可拆为get_active_users()、filter_paid_orders()、extract_items()；不规则嵌套用yield from递归flatten；四层搜索改any()推导式；外层放强筛选条件提速。
把多层循环拆成独立函数
当嵌套达到三层以上，逻辑就容易缠绕不清。把每层职责明确的循环逻辑抽成单独函数，能立刻提升可读性。比如外层遍历用户、中层遍历订单、内层遍历商品，可以分别写成 get_active_users()、filter_paid_orders(user)、extract_items(order)。调用时变成清晰的流水线：users = get_active_users(); for user in users: orders = filter_paid_orders(user); for order in orders: items = extract_items(order)。
用生成器替代深层遍历
深层嵌套常用来“摊平”嵌套结构，但写成多层 for 很冗长。改用生成器函数配合 yield from，既避免栈溢出风险，又让调用方只看到一层迭代。例如处理 [[1, [2, 3]], [4, [5]]] 这类不规则嵌套列表：
def flatten(nested):
for x in nested:
if isinstance(x, list):
yield from flatten(x)
else:
yield x
for item in flatten(data):
process(item)
用列表推导或内置函数压缩逻辑
如果目标是过滤、映射或收集数据，优先考虑单行表达式。两层循环加条件，基本都能转成嵌套推导式；三到四层则看是否能用 itertools.product 或 any()/all() 替代。例如判断“是否存在某用户在某订单里买了某高价商品”，原写法可能四层嵌套，重构后可写成：
has_expensive = any(
price > 1000
for user in users
for order in user.orders
for item in order.items
for price in [item.price]
)
提前剪枝 + 条件重排
不是所有嵌套都该被“扁平化”，有些必须保留结构但可大幅提速。关键是在最外层放筛选性强的条件，内层放计算开销大的操作，并在命中目标后及时 break 或 return。比如搜索满足多个约束的配置组合，先把取值范围小、易判断的参数放外层循环，遇到不匹配就跳过整个内层分支，避免无谓计算。
