据我所知，range（）函数实际上是Python 3中的一种对象类型，它动态生成其内容，类似于生成器。
在这种情况下，我预计下一行将花费大量时间，因为为了确定1万亿是否在该范围内，必须生成1万亿值：
1_000_000_000_000_000 in range(1_000_000_000_000_001)
此外：似乎无论我加上多少个零，计算或多或少都需要相同的时间（基本上是瞬时的）。
我也尝试过类似的方法，但计算仍然几乎是即时的：
# count by tens
1_000_000_000_000_000_000_000 in range(0,1_000_000_000_000_000_000_001,10)
如果我尝试实现自己的范围函数，结果就不那么好了！
def my_crappy_range(N):
i = 0
while i < N:
yield i
i += 1
return
range（）对象在引擎盖下做什么使其如此快速？
选择Martijn Pieters的答案是因为它的完整性，但也可以看到abarnert的第一个答案，它很好地讨论了范围在Python 3中是一个完整的序列意味着什么，以及关于Python实现中__contains_函数优化的潜在不一致性的一些信息/警告。abarnert的另一个答案更为详细，并为那些对Python 3优化背后的历史感兴趣的人提供了链接（以及Python 2中xrange的优化不足）。poke和wim的答案为感兴趣的人提供了相关的C源代码和解释。
其他答案已经很好地解释了这一点，但我想提供另一个实验来说明距离物体的性质：
>>> r = range(5)
>>> for i in r:
print(i, 2 in r, list(r))
0 True [0, 1, 2, 3, 4]
1 True [0, 1, 2, 3, 4]
2 True [0, 1, 2, 3, 4]
3 True [0, 1, 2, 3, 4]
4 True [0, 1, 2, 3, 4]
正如您所看到的，范围对象是一个记住其范围的对象，可以多次使用（即使在对其进行迭代时），而不仅仅是一个一次性生成器。
为了补充Martijn的答案，这是源代码的相关部分（在C中，因为范围对象是用本机代码编写的）：
static int
range_contains(rangeobject *r, PyObject *ob)
{
if (PyLong_CheckExact(ob) || PyBool_Check(ob))
return range_contains_long(r, ob);
return (int)_PySequence_IterSearch((PyObject*)r, ob,
PY_ITERSEARCH_CONTAINS);
}
因此，对于PyLong对象（在Python 3中为int），它将使用range_contains_long函数来确定结果。该函数本质上检查ob是否在指定范围内（尽管在C中看起来有点复杂）。
如果它不是int对象，则返回到迭代，直到找到值（或没有）。
整个逻辑可以转换为伪Python，如下所示：
def range_contains (rangeObj, obj):
if isinstance(obj, int):
return range_contains_long(rangeObj, obj)
# default logic by iterating
return any(obj == x for x in rangeObj)
def range_contains_long (r, num):
if r.step > 0:
# positive step: r.start <= num < r.stop
cmp2 = r.start <= num
cmp3 = num < r.stop
else:
# negative step: r.start >= num > r.stop
cmp2 = num <= r.start
cmp3 = r.stop < num
# outside of the range boundaries
if not cmp2 or not cmp3:
return False
# num must be on a valid step inside the boundaries
return (num - r.start) % r.step == 0
