为何Python列表推导式无法像[1]*i一样预分配内存？

问题背景 #

执行以下代码时：

import sys

for i in range(30):
    print(sys.getsizeof([1 for _ in range(i)]))

输出结果为2的幂；而执行以下代码时：

for i in range(30):
    print(sys.getsizeof([1]*i))

输出结果为线性增长的较小值。

疑问：第一个示例中Python似乎在列表推导式循环中反复创建并扩容数组，而第二个示例能一次性分配正确尺寸的数组。为何前者无法识别range(i)会生成i个元素从而进行优化？

核心原因 #

• [1]*i的专属优化：这种语法是Python针对「固定元素重复生成列表」场景做的特殊优化。解释器执行时明确知道要创建的列表长度是i，可以直接分配刚好容纳i个元素的内存空间（加上列表对象本身的固定开销），因此内存占用随元素数量线性增长，和实际元素数精准匹配。

• 列表推导式的通用适配逻辑：列表推导式是通用的迭代生成工具，需要兼容所有类型的迭代器——不仅是range这种有明确长度的迭代器，还包括没有__len__方法、无法提前获知元素数量的自定义迭代器。为了覆盖所有场景，它采用动态扩容策略：初始分配小容量内存，当元素数量超过当前容量时，按2的幂次扩容（比如4→8→16…），这就导致输出的内存大小呈现2的幂次特征。

哪怕推导式里用的是range(i)这种长度明确的迭代器，Python解释器也不会为这一种特殊场景修改通用逻辑——毕竟要保证所有迭代场景下的一致性，额外做类型判断反而会增加解释器的复杂度，得不偿失。

内容的提问来源于stack exchange，提问作者lezebulon