Lazy evaluation

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）