range对象几乎不占内存，因为它仅存储start、stop、step三个整数（约48–96字节），访问时才通过公式start + i * step按需计算值，不预存任何实际数字。
range 对象为什么几乎不占内存
因为 range 不是容器，而是一个只存三个整数（start、stop、step）的不可变序列对象。它内部不存储任何实际数字，访问某个位置（比如 r[999999]）时才用公式 start + i * step 算出结果。一个 range(10**18) 和 range(5) 在内存里都只占约 48–96 字节。
range 和 list(range()) 的内存差异在哪
关键区别在“是否实例化所有元素”：
-
range(10**6)：仅存参数，≈ 48 字节 -
list(range(10**6))：创建并存储 100 万个int对象，每个至少 28 字节（CPython），加上列表头开销，总内存超 28 MB - 更极端情况：
list(range(10**9))很可能直接触发MemoryError，而range(10**9)毫无压力
哪些操作会悄悄让 range “破功”爆内存
看似 harmless 的转换或使用方式，实则立刻放弃惰性优势：
python-script-generator
下载
快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。
- 显式调用
list(range(n))：强制展开全部元素 - 用
json.dumps(list(range(n)))或pickle.dump(list(range(n)), ...)：必须先转成列表 - 误以为
range支持.append()或.extend()，结果写range(5).append(5)报AttributeError，但有人会先list(range(5))再操作——这步就已吃掉内存 - 在调试时直接
print(range(10**6))：虽然不会崩，但某些 IDE 或 REPL 会尝试预览前若干项，间接触发部分迭代；真正危险的是后续无意识的list(...)
in、len、切片这些操作为什么还是 O(1)
它们全靠数学推导，完全绕过遍历：
-
len(r)→ 直接算(r.stop - r.start + r.step - 1) // r.step（带符号修正） -
5 in r→ 判断5 >= r.start且(5 - r.start) % r.step == 0且5 （正步长下） -
r[1234567]→ 单次加法：r.start + 1234567 * r.step -
r[2:10:3]→ 返回新range对象，参数重算，不碰原范围里的任何一个值
真正容易被忽略的点是：range 的轻量，只在它始终是 range 类型时成立；一旦你把它喂给任何需要“真实数据”的上下文（比如 NumPy 构造、SQL 参数绑定、JSON 序列化），它就立刻失去这个优势。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
