python 2 中 range 立即创建列表，xrange 是惰性迭代器；python 3 的 range 是不可变序列类型，支持切片、len、in 等操作且内存恒定。
Python 2 中 range 立即分配内存，xrange 是惰性迭代器
Python 2 的 range(10**7) 会直接创建含一千万个整数的 list 对象，触发 MemoryError 很常见；而 xrange(10**7) 只存三个参数（start、stop、step），每次循环调用 next() 才算一个值，内存占用恒定在几百字节。实测 1000 万次循环，xrange 启动快、GC 压力小，耗时通常低 30%–50%。
常见错误现象：
- 在 Python 2 脚本里对大范围用
range，本地跑通但上线 OOM - 误以为
xrange(100)支持xrange(100)[5:10]—— 实际报TypeError: sequence index must be integer, not 'slice'
Python 3 的 range 不是生成器，而是不可变序列类型
Python 3 彻底移除了 xrange，现在的 range 是一个自定义类对象，行为上更接近“智能切片容器”，不是传统意义上的生成器或迭代器。它支持 len()、__contains__（比如 999 in range(1000) 是 O(1)）、正负索引、切片（返回新 range 对象），且内存占用与范围大小无关（约 48 字节）。
关键区别点：
-
range(10**8)在 Python 3 中不会爆内存，但list(range(10**8))会立刻分配 800MB+ 内存 -
range(5)[::-1]在 Python 2 返回[4, 3, 2, 1, 0]（list），Python 3 返回range(4, -1, -1)（仍是 range） - Python 3.2+ 的
range支持pickle，但 3.0–3.1 不行 —— 跨版本序列化时容易静默失败
跨版本迁移时最易踩的兼容性坑
把 Python 2 代码里的 xrange 全替成 range 看似能跑，但某些边界行为会出问题：
- 类型检查：Python 2 中
isinstance(xrange(10), collections.Iterator)为True，Python 3 中isinstance(range(10), collections.Iterator)是False（它是Sequence） - 相等性判断：
xrange(0, 10, 1) == xrange(0, 10)在 Python 2 恒为False（默认对象比较），Python 3 中range(0, 10, 1) == range(0, 10)是True - 数值溢出：
range(2**63)在 Python 3 会抛OverflowError，Python 2 的range可能静默截断或崩溃
什么时候真该关心“快”和“省内存”？
绝大多数场景根本不用纠结 —— for i in range(100) 或 range(1000) 在两个版本下差异都在纳秒级，远低于解释器开销和循环体本身的成本。真正要动手优化的只有两种情况：
- 外层嵌套循环中用超大范围（如
for i in range(10**6): for j in range(10**6): ...），此时 Python 2 必须用xrange，Python 3 用原生range即可 - 需要做存在性判断（如
if n in range(low, high)），Python 3 的range是 O(1)，而 Python 2 的range是 O(n)，xrange则不支持in操作
别被“生成器”这个词带偏：Python 3 的 range 既不是生成器也不是迭代器，它是个带数学语义的轻量序列——这个本质，决定了它在哪种操作下快、在哪种操作下不能用。
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！
