高性能Python－range和xrange

我们通常会听说，在for循环中要使用range来代替xrange，xrange更能节省内存，先来看一下这两个的实现：

def range(start, stop, step=1):
    numbers = []
    while start < stop:
        numbers.append(start)
        start += step
    return numbers

def xrange(start, stop, step=1):
    while start < stop:
        yield start
        start += stop

• range会预先生成范围内所有的整数，存入一个List中，然后返回List，我们知道List的append的操作是额外消耗内存的。
• xrange不会预先生成所有的数字，通过yield，每次被请求时，yield只会生成并返回一个对象，当超出range时，StopIteration会抛出。从内存看，一个N个元素的loop，相比xrange，range会多消耗N倍的内存。
• 迭代器，我们知道loop需要一个迭代器，然后不断调用next(),知道StopIteration。

• 使用range的流程是：创建一个完整的List，返回List，调用List的iter函数，返回一个迭代器。事实上，我们只需要一个迭代器，但是却创建了一个列表...
• 使用xrange的流程是：xrange会直接返回一个迭代器。我们可以看到range的流程更为复杂，做了很多额外的操作，消耗的计算和内存资源更多。

• 使用range时，这个预先分配List内存很要命，比如，range(100000000)会分配800MB内存...对于一个C developer来说，吓死了。

>>> import sys
>>> a = range(100000000)
>>> sys.getsizeof(a)
800000072
>>>