一、说明
将某些对象的创建或计算延迟到真正需要它们的时候，以减少不必要的资源消耗和提高性能。
惰性评价在Python中实现也成为生成器，一般通过yield关键字实现。
(一) 解决问题
在处理大量数据时，使用惰性加载可以避免一次性加载所有数据到内存中，从而减轻内存的压力
(二) 使用场景
- 数据大量数据：在处理大量数据时，使用惰性加载可减少内存使用，从而避免内存溢出等问题
- 延迟对象创建：在某些情况下，对象的创建可能需要消耗大量的资源或时间。通过使用惰性加载，可以将对象的创建推迟到真正需要时，从而减少资源的浪费
- 避免不必要的计算：当某些计算或操作可能并不需要时，使用惰性加载可以推迟这些操作，直到真正需要时再进行。这样可以节省计算资源，提高程序的效率。
二、伪代码
python
#!/usr/bin/env python
# -*- coding: UTF-8 -*-
__doc__ = """
惰性评价模式
将对象创建或计算延迟加载，以减少不必要的资源消耗和提高性能
例：斐波那契数列生成器
"""
def fibonacci():
"""
斐波那契数列生成器
"""
a, b = 0, 1
while True:
yield a
a, b = b, a + b
if __name__ == '__main__':
"""
0
1
1
2
3
5
8
13
21
34
"""
fib_gen = fibonacci()
# 打印前10个斐波那契数
for i in range(10):
print(next(fib_gen))三、优缺点
优点
- 资源优化：对于处理大量数据或进行复杂计算特别有用，因为它可以避免在程序执行初期就进行大量的计算或资源消耗
- 提高性能：由于计算或对象的创建被推迟到真正需要时，这可以减少不必要的计算或资源分配，从而提高程序的性能
- 灵活性：允许你根据实际需求动态地创建和计算对象，这使得程序更加灵活和可扩展
缺点
- 调试困难：由于推迟了计算，这使得调试变得更加困难。你可能需要花费更多的时间来跟踪和理解程序的行为，特别是在处理复杂的延迟计算时。