上篇文章我们学习了View三大特性之轻量级，今天学习第二课：迟绑定。
如你所知，迟绑定又有延迟计算，惰性处理等别称。具体是怎样的表现可以先看一下下面这段代码：
// 迟绑定
#include <algorithm>
#include <iostream>
#include <ranges>
#include <vector>
int square(int x) {
std::cout << x << " passes squared equals " << (x * x) << std::endl;
return x * x;
}
void test_std() {
std::cout << __func__ << std::endl;
std::vector<int> data = {1, 2, 3};
std::vector<int> ret;
std::transform(data.begin(), data.end(), std::back_inserter(ret), square);
std::cout << "after std::transform" << std::endl;
for (auto&& x : ret) {
std::cout << x << std::endl;
}
}
void test_views() {
std::cout << __func__ << std::endl;
std::vector<int> data = {1, 2, 3};
auto ret = std::ranges::views::transform(data, square);
std::cout << "after std::ranges::views::transform" << std::endl;
for (auto&& x : ret) {
std::cout << x << std::endl;
}
}
int main() {
test_std();
test_views();
}输出结果为：
test_std
1 passes squared equals 1
2 passes squared equals 4
3 passes squared equals 9
after std::transform
1
4
9
test_views
after std::ranges::views::transform
1 passes squared equals 1
1
2 passes squared equals 4
4
3 passes squared equals 9
9我们发现在使用传统的 std::transform 会在函数执行时将所有数据进行立即的处理，因此当其获得返回值时，必然是进行一轮 O(n) 时间复杂度的处理。
而使用 views::transform 并获得返回值时，一次实际的 square() 都没有发生。直到我们在真正地进行数据处理（比如遍历数据）时才会一个一个地进行数据处理。这就是上文指的"延迟"计算。
这有一个极大的好处，比如当有时在循环时进行 break 后，后续数据的处理将一次都不会执行。这使得在很多实际应用场景中可以避免很多没必要的计算。