在python2中，range函数返回一个列表对象，一次性把所有的元素加载到内存中，所以有时会感觉系统卡顿。
xrange和python3中的range函数类似，都是返回一个迭代器对象。在取数很大的时候执行结果相差悬殊。
原因：
python文档 in 的规则：
如果该类实现了__contains__() 方法，那么只要 y.__contains__(x) 返回 true,那么，x in y 也返回true，反之亦然。 没有实现__contains__() 方法，但实现了__iter__()方法，那么在迭代过程中如果有某个值z == x，就返回true， 否则就是false。 如果两个方法都没实现，就看 __getitem__()方法，如果存在一个索引 i 使得 x ==y[i], 就返回true ，否则返回 false
xrange 提供方法
dir(xrange) ['__class__','__getitem__','__hash__','__init'__,'__iter__','__len__','__new__',...]
时间复杂度为O(n)
在python3的range中提供的方法：
dir(range) ['__class__','__contains__','__getitem__','__iter__','count','index','start','step','stop',...]
程序运行中会优先调用__contains__方法，此外还提供了start，stop，step 三个属性
__contains__并不是逐个迭代对比，而是：
首先检查 x 是否在start 和stop 范围之间：start < = x <stop
如果在这个区间范围，那么再根据step计算x是否刚好落在range 区间中的某个值上，这里用取模的方式来判断 ：（x - start）% step == 0
所以，range的时间复杂度为O(1),也就是说不管range(start,stop,step)中的step值多大，时间复杂度都是一个常量，执行效率相对更高。