LINQ之路 6：延迟执行(Deferred Execution)

LINQ中大部分查询运算符都有一个非常重要的特性：延迟执行。这意味着，他们不是在查询创建的时候执行，而是在遍历的时候执行（换句话说，当enumerator的MoveNext方法被调用时）。让我们考虑下面这个query：

  static void TestDeferredExecution()
        {
            var numbers = new List<int>();
            numbers.Add(1);
            IEnumerable<int> query = numbers.Select(n => n * 10);   // Build query
 
            numbers.Add(2);                 // Add an extra element after the query
            foreach (int n in query)
                Console.Write(n + "|");     // 10|20|
        }

可以看出，我们在查询创建之后添加的number也包含在查询结果中了，这是因为直到foreach语句对query进行遍历时，LINQ查询才会执行，这时，数据源numbers已经包含了我们后来添加的元素2，LINQ的这种特性就是延迟执行。除了下面两种查询运算符，所有其他的运算符都是延迟执行的：

• 返回单个元素或者标量值的查询运算符，如First、Count等。
• 下面这些转换运算符：ToArray、ToList、ToDictionary、ToLookup。

上面两种运算符会被立即执行，因为他们的返回值类型没有提供延迟执行的机制，比如下面的查询会被立即执行。

   int matches = numbers.Where(n => (n % 2) == 0).Count();     // 1

对于LINQ来说，延迟执行时非常重要的，因为它把查询的创建与查询的执行解耦了，这让我们可以向创建SQL查询那样，分成多个步骤来创建我们的LINQ查询。

重复执行

延迟执行带来的一个影响是，当我们重复遍历查询结果时，查询会被重复执行：

      static void TestReevaluation()
        {
            var numbers = new List<int>() { 1, 2 };
 
            IEnumerable<int> query = numbers.Select(n => n * 10);   // Build query
            foreach (int n in query) Console.Write(n + "|");        // 10|20|
 
            numbers.Clear();
            foreach (int n in query) Console.Write(n + "|");        // <nothing>
        }

有时候，重复执行对我们说可不是一个优点，理由如下：

• 当我们需要在某一个给定的点保存查询的结果时。
• 有些查询比较耗时，比如在对一个非常大的sequence进行查询或者从远程数据库获取数据时，为了性能考量，我们并不希望一个查询会被反复执行。

这个时候，我们就可以利用之前介绍的转换运算符，比如ToArray、ToList来避开重复执行，ToArray把查询结果保存至一个Array，而ToList把结果保存至泛型List<>：

static void TestDefeatReevaluation()
        {
            var numbers = new List<int>() { 1, 2 };
 
            List<int> timesTen = numbers
                .Select(n => n * 10)
                .ToList();   // Executes immediately into a List<int>
 
            numbers.Clear();
            Console.Write(timesTen.Count);  // Still 2
        }

变量捕获

延迟执行还有一个不好的副作用。如果查询的lambda表达式引用了程序的局部变量时，查询会在执行时对变量进行捕获。这意味着，如果在查询定义之后改变了该变量的值，那么查询结果也会随之改变。

        static void TestCapturedVariable()
        {
            int[] numbers = { 1, 2 };

            int factor = 10;
            IEnumerable<int> query = numbers.Select(n => n * factor);
            factor = 20;
            foreach (int n in query)
                Console.Write(n + "|");     // 20|40|
        }

这个特性在我们通过foreach循环创建查询时会变成一个真正的陷阱。假如我们想要去掉一个字符串里的所有元音字母，我们可能会写出如下的query：

     IEnumerable<char> query = "How are you, friend.";

            query = query.Where(c => c != 'a');
            query = query.Where(c => c != 'e');
            query = query.Where(c => c != 'i');
            query = query.Where(c => c != 'o');
            query = query.Where(c => c != 'u');

            foreach (char c in query) Console.Write(c); //Hw r y, frnd.

尽管程序结果正确，但我们都能看出，如此写出来的程序不够优雅。所以我们会自然而然的想到使用foreach循环来重构上面这段程序：

  IEnumerable<char> query = "How are you, friend.";
 
            foreach(char vowel in "aeiou")
                query = query.Where(c => c != vowel);
 
            foreach (char c in query) Console.Write(c); //How are yo, friend.

结果中只有字母u被过滤了，咋一看，有没有吃一惊呢！但只要仔细一想就能知道原因：因为vowel定义在循环之外，所以每个lambda表达式都捕获了同一变量。当我们的query执行时，vowel的值是什么呢？不正是被过滤的字母u嘛。要解决这个问题，我们只需把循环变量赋值给一个内部变量即可，如下面的temp变量作用域只是当前的lambda表达式。

            IEnumerable<char> query = "How are you, friend.";
 
            foreach (char vowel in "aeiou")
            {
                char temp = vowel;
                query = query.Where(c => c != temp);
            }
 
            foreach (char c in query) Console.Write(c); //Hw r y, frnd.

延迟执行的实现原理

查询运算符通过返回装饰者sequence（decorator sequence）来支持延迟执行。

和传统的集合类型如array，linked list不同，一个装饰者sequence并没有自己用来存放元素的底层结构，而是包装了我们在运行时提供的另外一个sequence。此后当我们从装饰者sequence中请求数据时，它就会转而从包装的sequence中请求数据。

比如调用Where会创建一个装饰者sequence，其中保存了输入sequence的引用、lambda表达式还有其他提供的参数。下面的查询对应的装饰者sequence如图所示：

        IEnumerable<int> lessThanTen = new int[] { 5, 12, 3 }.Where(n => n < 10);

 当我们遍历lessThanTen时，实际上我们是在通过Where装饰者从Array中查找数据。

而查询运算符链接创建了一个多层的装饰者，每个查询运算符都会实例化一个装饰者来包装前一个sequence，比如下面的query和对应的多层装饰者sequence:

在我们遍历query时，我们其实是在通过一个装饰者链来查询最初的array。

需要注意的是，如果在上面的查询后面加上一个转换运算符如ToList，那么query会被立即执行，这样，单个list就会取代上面的整个对象模型。