Python xrange 与 rang

range可以返回一个可以用于所有目的的普通列表对象，而xrange将返回一个特殊目的的对象，尤其适用于迭代操作，但是xrange并不返回一个迭代器，如果需要这样一个迭代器，可以调用iter(xrange(x))。xrange返回的特殊目的对象比range返回的列表对象消耗较少的内存（范围比较大的时候）。但是对特殊目的对象执行循环操作的开销略微高于对列表执行循环的开销。

>>> print range(5)

[0, 1, 2, 3, 4]

>>> print xrange(5)

xrange(5)

>>> 

其中，range将返回一个普通列表，但是xrange将返回一个特殊目的对象，将显示为其自身的特殊方式。

在Range的方法中，它会生成一个list的对象，但是在XRange中，它生成的却是一个xrange的对象，当返回的东西不是很大的时候，或者在一个循环里，基本上都是从头查到底的情况下，这两个方法的效率差不多。但是，当返回的东西很大，或者循环中常常会被Break出来的话，还是建议使用XRange，这样既省空间，又会提高效率。

以后coding的时候还是尽可能使用xrange了

range     函数说明：range([start,] stop[, step])，根据start与stop指定的范围以及step设定的步长，生成一个序列。 range示例:

    >>> range(5) 

    [0, 1, 2, 3, 4] 

    >>> range(1,5) 

    [1, 2, 3, 4] 

    >>> range(0,6,2)

    [0, 2, 4]    

xrange     函数说明：用法与range完全相同，所不同的是生成的不是一个数组，而是一个生成器。 xrange示例: 

>>> xrange(5)

xrange(5)

>>> list(xrange(5))

[0, 1, 2, 3, 4]

>>> xrange(1,5)

xrange(1, 5)

>>> list(xrange(1,5))

[1, 2, 3, 4]

>>> xrange(0,6,2)

xrange(0, 6, 2)

>>> list(xrange(0,6,2))

[0, 2, 4]

  由上面的示例可以知道：要生成很大的数字序列的时候，用xrange会比range性能优很多，因为不需要一上来就开辟一块很大的内存空间，这两个基本上都是在循环的时候用：

1. for i in range(0, 100):
2. print i 
3. for i in xrange(0, 100):
4. print i    

这两个输出的结果都是一样的，实际上有很多不同，range会直接生成一个list对象：

1. a = range(0,100)
2. print type(a)
3. print a 
4. print a[0], a[1]

    输出结果：

1. <type 'list'>
2. [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
3. 0 1

    而xrange则不会直接生成一个list，而是每次调用返回其中的一个值：

1. a = xrange(0,100)
2. print type(a)
3. print a 
4. print a[0], a[1]

    输出结果：

1. <type 'xrange'>
2. xrange(100)
3. 0 1

    所以xrange做循环的性能比range好，尤其是返回很大的时候，尽量用xrange吧，除非你是要返回一个列表。