Python len()配合range()进行序列索引遍历的写法

图 0：len() 配合 range() 序列索引遍历架构模型概览

一、核心写法与执行机制推导

假定我们需要对一个存储服务器节点名称的列表进行逐项处理，并打印出每个节点在集群中的物理排位编号。标准的基础代码形态如下：

# 示例：基础索引遍历定义与执行
nodes = ["master-01", "worker-01", "worker-02", "worker-03"]

for i in range(len(nodes)):
    print(f"索引 [{i}] 对应节点名称: {nodes[i]}")

为了准确掌握这一写法的运作全貌，可以将解释器的执行过程拆解为三个紧密关联的环节：

1. 长度测算（len 阶段）：在 CPython 实现中，列表、元组或字符串均属于变长对象（PyVarObject）。调用 len(nodes) 时无需从头到尾逐个扫描元素，而是直接从对象头部读取结构体成员 ob_size，时间复杂度为严格的 $O(1)$。在此处，列表包含 4 个元素，因而求值结果为整数 4。
2. 区间构造（range 阶段）：单参数调用 range(4) 等价于 range(0, 4, 1)。在 Python 3 中，range 是一个不可变序列类型，而非一次性生成包含所有数值的庞大列表。它内部仅存储 start=0、stop=4、step=1 三个属性，内存占用保持恒定 $O(1)$，并按照左闭右开区间 $[0, 4)$ 依次产出整数 0, 1, 2, 3。
3. 循环推进与下标寻址（for 与 [] 阶段）：for 循环驱动 range 迭代器逐次将下标赋给局部变量 i。随后在循环体内，表达式 nodes[i] 触发 __getitem__ 协议，在连续内存阵列中通过基地址加偏移量直接定位目标指针，同样在 $O(1)$ 复杂度内完成取值。

图 1：len() 配合 range() 的四步执行时序流程图

二、典型适用业务场景与实操示例

许多初学者在熟悉了可以直接获取元素的 for item in sequence: 语法后，往往疑惑何时才必须退回使用看似更冗长的 range(len()) 语法。在实际工程中，以下三类场景必须或优先依托显式下标：

1. 原地修改可变列表中的元素

如果使用直接元素迭代并在循环内对变量赋值，修改的仅仅是临时循环变量的内存指向，原列表本身纹丝不动。若要原地重写原列表元素（如进行数值归一化处理），必须依靠下标进行槽位覆写：

# 示例：原地将所有端口数值加倍
ports = [8080, 8081, 8082, 8083]

for i in range(len(ports)):
    ports[i] = ports[i] * 2  # 通过索引精准修改原列表对象内存槽位

print("修改后列表:", ports)

2. 相邻元素滑动比较与前瞻检查

在时间序列分析或有序性校验场景中，往往需要同时获取当前项 sequence[i] 与下一项 sequence[i + 1]。此时，只需将 range 的停止边界收缩为 len(sequence) - 1，即可安全实现前向探测：

# 示例：检查监控指标采样值是否严格递增
metrics = [12, 18, 25, 24, 30]
is_increasing = True

for i in range(len(metrics) - 1):
    if metrics[i] > metrics[i + 1]:
        print(f"在索引 {i} 处检测到指标下滑: {metrics[i]} -> {metrics[i+1]}")
        is_increasing = False
        break

3. 自定义步长跨跃与逆向倒序遍历

利用 range(start, stop, step) 提供的三参数重载，可以非常高效地控制遍历方向与步长，避免使用切片 sequence[::-1] 生成多余的内存拷贝：

# 示例：从末尾向开头倒序遍历
commands = ["INIT", "AUTH", "CONNECT", "SYNC"]

for i in range(len(commands) - 1, -1, -1):
    print(f"逆序执行清理步骤 [{i}]: {commands[i]}")

图 2：为什么必须使用索引遍历？三大核心业务场景机制对照

三、常见边界错误与排错指南

尽管 len() 与 range() 的配合直接明了，但在实际编写时，受自然语言计数习惯影响，开发者极易陷入以下两个典型陷阱：

1. 误将自然计数区间套入 range

有些开发者容易下意识地写出 range(1, len(lst) + 1)。这段代码产出的索引区间为 $[1, N]$：循环从 $1$ 开始，导致首个元素 lst[0] 被无视；当循环走到最后一轮 $i = N$ 时，执行 lst[N] 立即触发越界崩溃。牢记正向遍历全量元素的唯一安全写法就是 range(len(lst))。

2. 在索引循环过程中动态增删列表元素

另一个致命陷阱是在基于索引遍历时，在循环体内直接调用 pop(i) 或 del lst[i]。因为 range(len(lst)) 的上界在进入循环前已由求值结果固定。一旦在迭代中删除了元素，列表的实际长度变短，后续轮次递增出来的索引便会超过此时的实际有效长度，直接引发越界异常，甚至造成跳过相邻元素的严重业务逻辑缺陷。

图 3：0-Based 索引有效边界与 IndexError 高频误区解析

四、工程选型：何时使用 range(len) 与替代方案

在日常开发实践中，应根据具体的处理目标权衡采用哪种遍历模式：

• 仅需读取元素内容：直接使用 for item in sequence:。代码语义最为纯粹清晰，执行路径省去了下标哈希寻址与校验开销。
• 同时需要递增序号与元素值：优先使用 for i, item in enumerate(sequence):。enumerate 内置迭代器在单次推进中同时产出索引序号与元素对象的元组，代码可读性远优于 sequence[i]。
• 需要原地覆写原列表、非线性跨步、逆序回溯或滑动窗口计算：坚持选用 for i in range(len(sequence)): 配合下标。这是此类需求在 Python 中最直接、边界控制能力最强的方式。

图 4：Python 序列遍历方式工程选型决策树