for循环执行固定次数任务需明确次数、避副作用、减重复计算、控操作粒度；次数确定且无需索引时，遍历range(n)最简洁高效，python中range为惰性对象不占内存。
用 for 循环执行固定次数的重复任务，关键在于明确迭代次数、避免副作用、减少重复计算，并合理控制循环体内的操作粒度。
直接使用数字范围（最常用）
当次数确定且无需访问索引时，直接遍历 range(n) 最简洁高效。Python 中 range 是惰性对象，不占额外内存；其他语言如 JavaScript 可用 for (let i = 0; i 。
- ✅ 推荐写法（Python）：
for _ in range(10): do_something()—— 下划线_表明变量不被使用，语义清晰 - ⚠️ 避免写
for i in range(10): ...却完全不用i，易引发误读或后续误改 - ? 若需计数但不参与逻辑，可在循环外初始化计数器，仅在必要时递增
提前计算不变量，避免循环内重复运算
循环体内若存在与迭代无关的耗时操作（如函数调用、对象创建、路径拼接），应移至循环外，否则会显著拖慢整体性能。
- ❌ 低效示例：
for _ in range(1000): result = expensive_func() + get_config()['timeout'] - ✅ 优化后：
base = expensive_func(); cfg_timeout = get_config()['timeout']; for _ in range(1000): result = base + cfg_timeout - ? 特别注意：字符串格式化、正则编译、数据库连接准备等，都适合“一次准备，多次复用”
批量处理优于单次高频操作
若循环任务本质是向外部系统提交数据（如发 HTTP 请求、写文件、插入数据库），不要机械地“循环一次做一次”，而应聚合后再批量处理。
- ❌ 逐条请求：
for item in items: requests.post(url, json=item)—— 网络开销大、易触发限流 - ✅ 批量提交：
requests.post(url, json={'batch': items})或使用支持批量的 API/SDK - ? 实际中可设定批次大小（如每 50 条一组），兼顾内存占用与吞吐效率
用 else 子句简化完成逻辑（Python 特有）
当需要在循环“自然结束”（未被 break 中断）后执行收尾动作时，for-else 比额外设标志位更直观可靠。
- ✅ 示例：查找是否存在满足条件的元素，没找到才执行默认逻辑
for x in data:<br> if meets_condition(x):<br> handle_found(x)<br> break<br>else:<br> handle_not_found()
- ⚠️ 注意：else 属于 for，不是 if；只要没 break 就触发，哪怕循环体为空（
range(0)）也会执行
