Lazy evaluation
常被译为“延迟计算”或“惰性计算”,指的是仅仅在真正需要执行的时候才计算表达式的值。
充分利用Lazy evaluation
的特性带来的好处主要体现在以下两个方面:
- 避免不必要的计算,带来性能上的提升。
```python
abbreviations = ['Ali', 'JD', 'alpha', 'byte', 'theta']
company = []
for nu in abbreviations:
if nu[0].isupper() and len(nu) <= 3:
company.append(nu)
print(company)
```
对于or
条件表达式应该将值为真可能性较高的变量写在or
的前面,而and
则应该推后。
- 节省空间,使得无限循环的数据结构成为可能。
Python中最典型的使用延迟计算的例子就是生成器表达式了,它仅在每次需要计算的时候才通过yield
产生所需要的元素。
```python
def fib():
a, b = 0, 1
while True:
yield a
a, b = b, a+b
from itertools import islice
print(list(islice(fib(), 7))) # [0, 1, 1, 2, 3, 5, 8]
```
短路逻辑
布尔运算符有个有趣的特征:只要必要的计算。例如,仅当x和y都为真时,表达式x and y
才为真。因此如果x为假,这个表达式将立即返回假,而不关心y。实际上,如果x为假,这个表达式将返回x,否则返回y。这种行为称为短路逻辑。
运算符 | 逻辑表达式 | 描述 |
---|---|---|
and | x and y | 值只可能是x或y。当x为False时是x,否则是y。 |
or | x or y | 值只可能是x或y。当x为True时是x,否则是y。 |
# 运算符and
fv = 'a' > 'b'
tv = 'a' < 'b'
vu = 'c'
print(fv and vu, tv and vu) # False c
print(fv or vu, tv or vu) # c True
(最近更新:2019年04月11日)