Python 3中range()的内存分配机制及循环执行原理问询

一、range()的本质：轻量化的可迭代对象 #

先纠正一个常见误解：Python 3的range()不会生成迭代器，而是返回一个range类型对象——它属于可迭代对象，但本身不是迭代器。

从内存角度看，这个对象的设计非常高效：它仅存储三个核心参数：start（默认0）、stop、step（默认1），不管你定义的范围是range(6)还是range(100000000)，它占用的内存空间几乎完全固定。

用sys.getsizeof()可以直观验证：

import sys
print(sys.getsizeof(range(6)))       # 输出约48字节（取决于Python版本和平台）
print(sys.getsizeof(range(1000000))) # 输出与上面几乎一致

对比之下，Python 2的range()或Python 3中list(range(1000000))的内存占用会随元素数量线性增长——这和你熟悉的C语言数组内存模型类似，需要存储每一个元素的引用或值。

二、for循环遍历range对象的底层逻辑 #

Python的for循环基于迭代器协议工作，针对for n in range(6)的执行流程如下：

1. 自动调用iter(range(6))，将range对象转换为一个迭代器实例。
2. 循环启动后，Python持续调用该迭代器的__next__()方法：每次调用时，迭代器会根据range对象存储的三个参数，计算出当前循环需要的下一个值（比如第一次返回0，第二次1，直到5）。
3. 当计算出的下一个值超出stop限制时，迭代器抛出StopIteration异常，Python捕获该异常并终止循环。

这个逻辑和你熟悉的C语言for(int i=0; i<6; i++)本质一致：都是每次循环实时计算当前值，而非提前将所有值预存在内存中。Python只是用迭代器协议把这个过程封装得更通用，能适配所有可迭代对象（列表、字典、range等）。

补充：关于“生成迭代器”的说法 #

这是一种简化表述——range对象本身不是迭代器，但它可以通过iter()转换为迭代器，且for循环会自动完成这个转换。和yield定义的生成器不同，range对象可重复使用：你可以多次对同一个range对象调用iter()，每次都会得到一个新的迭代器，从头开始遍历。

内容的提问来源于stack exchange，提问作者TheRealNoofle