延迟计算(Lazy)

惰性判断是一种判断策略，用于保留对表达式的判断，直到需要其值为止，这样可以避免重复判断， Haskell 是这种函数性编程语言的一个很好的示例，其基础是基于惰性判断。

Unix映射函数中使用了惰性求值，通过仅从磁盘加载所需的页面来提高其性能，剩余的页面将不会分配内存。

懒惰判断-优势

• 它允许语言运行库丢弃不直接与表达式的最终输出链接的子表达式。

• 它通过丢弃临时计算和条件来降低算法的时间复杂度。

• 它允许程序员在初始化数据结构后无序访问它们，只要它们没有任何循环依赖。

• 最适合加载不经常访问的数据。

懒惰判断-缺点

• 通过创建 thunks (延迟的对象)，它强制语言运行时保留子表达式的求值，直到最终输出中需要它为止。

• 有时会增加算法的空间复杂度。

• 很难找到它的性能，因为它在执行之前包含大量表达式。

Python惰性判断

Python中的 range 方法遵循惰性判断的概念。它节省了较大范围的执行时间，而且我们一次不需要所有值，因此也节省了内存消耗。看下面的示例。

r=range(10) 
print(r) 
range(0, 10) 
print(r[3]) 

它将产生以下输出-

无涯教程网

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9] 
3