Swift 开发中，数组复制的隐藏开销、高阶函数的中间数组问题，是 App 卡顿的常见诱因。活用写时复制（COW）和lazy 懒加载，能低成本实现高效优化，以下为核心原理与实战用法。
1. Copy-on-Write：规避数组复制的隐藏成本
Swift 中Array、Dictionary、Set均内置COW 写时复制 机制，核心逻辑：赋值共享内存，修改才真正拷贝，从根源减少不必要的内存复制。
Swift
var arr1 = [1,2,3]
var arr2 = arr1 // 共享内存，无复制
arr2.append(4) // 触发修改，才执行内存拷贝实战优化 ：若能预估数组长度，提前调用reserveCapacity(_:)预留内存，避免大数组循环修改、动态扩容时的多次内存重分配，大幅降低开销（例：1000 条 JSON 解析，优化后耗时从 2 秒降至 0.3 秒）。
2. 懒加载：消除高阶函数的中间数组开销
map/filter/reduce虽代码简洁，但连续调用会立即执行并创建多个中间数组，大数据量下内存和性能损耗显著。
Swift
// 低效：创建map、filter两层中间数组
let res = (0..<1000).map { $0*$0 }.filter { $0%2==0 }lazy 核心优化 ：修饰后高阶函数延迟计算、无中间数组，仅在取值 / 遍历时按需执行计算逻辑。
Swift
// 高效：无中间数组，按需计算
let resLazy = (0..<1000).lazy.map { $0*$0 }.filter { $0%2==0 }场景选择：
- 小数据量：直接用普通高阶函数，兼顾简洁性；
- 大数据量：用
lazy规避中间数组，优化内存与计算； - 性能关键路径（如列表滚动、实时计算）：用
for-in循环，无封装开销，性能最优。
总结
- COW 是集合类型内置优化，核心为修改才复制，
reserveCapacity(_:)是大数组优化关键； lazy通过延迟计算解决高阶函数中间数组问题，按需使用即可；- 优化原则：小数据量重简洁，大数据量重优化，关键路径用底层实现。