Python生成器内存解析：实例b的内存实际存储了什么？

我之前看到一篇解释Python中yield关键字的优质帖子，随后自己做了些探索：生成器的内存占用远小于列表这类可迭代对象，但仍会占用少量内存。

更有意思的是，当我把range(100)改成range(10000)，甚至在生成器函数里添加中间变量（比如test = i * 100 + 2再yield test）时，生成器实例b的内存占用始终维持112字节，而列表a的内存占用则会随元素数量增加而增长。这是不是说明生成器的内存占用和它延迟执行的函数规模无关？

我的测试代码如下：

from sys import getsizeof

a = [i for i in range(100)]

def b(): 
    for i in range(100):
        yield i
        
b = b()

getsizeof(a) # 920
getsizeof(b) # 112

生成器实例b的内存中实际存储了什么？ #

生成器实例本质是一个状态机，它的内存里不会存储预先生成的元素，只保留维持其暂停/恢复执行所需的核心信息，具体包括：

• 生成器函数的代码对象引用：指向函数的字节码、常量池等静态结构，这部分由所有同类型生成器共享，不会单独占用实例内存。
• 当前的执行上下文：比如代码执行到的位置（程序计数器）、局部变量的当前状态（比如示例中循环变量i的当前值）、栈帧的基础信息。
• 生成器的状态标记：记录生成器是否已启动、是否已耗尽等运行状态。

这就是为什么不管生成器要生成多少元素、函数内有多少中间变量，实例本身的内存占用都保持稳定——它只需要记住“下次从哪继续执行”和当前的局部状态，所有待生成的元素和中间变量都会在迭代（调用next()）时临时创建，迭代结束后就会被垃圾回收，不会常驻在生成器实例的内存中。

内容的提问来源于stack exchange，提问作者ZooPanda