懒惰评估地图

懒惰评估地图

您在这里比较苹果和桔子。

range

是 不是
只是一个懒惰的迭代。它是一个特定的对象，其内容满足特定的法律，该法律允许支持许多 *** 作而无需在内存中实际构建巨大的序列。这是因为的第n个元素

range

基本上只是

start+ n*step

（模

stop

，符号等）

但是

map

它 意味着 可以使用 任何 功能

f

。特别是功能可能具有共享/全局状态，这已经失去了在

map(f,something)[100]

不执行100个功能调用的情况下能够执行的任何机会。不这样做会破坏结果的 正确性 。

map

“懒惰”只是意味着它不会立即生成完整的结果列表，而是等待您要求下一个结果，然后再调用

f

并产生它。这样可以避免在代码中生成不必要的列表，例如：

for x in map(f, iterable):    # do something with x

如果

map

急切的话

iterable

，执行循环将消耗两倍的内存，而懒惰

map

的话，所需的唯一空间

x

基本上是。

此外，它可以调用

map

的 无限iterables
一样

count()

。这显然导致程序永无休止地做某事，或者在某个时候您可以停止调查

map

。渴望

map

不能处理这种情况。

如果您想使用仅适用于纯功能并且允许随机访问的受限映射，则可以编写自己的类：

class PureMap:    def __init__(self, function, sequence):        self._f = function        self._sequence = sequence    def __iter__(self):        return map(self._f, self._sequence)    def __getitem__(self, i):        return self._f(self._sequence[i])    # etc.

但是，即使在这种情况下，您仍然会遇到一些问题：

1. 如果

   sequence

   实际上是

   iterable

   ，则要获取第n个元素，则必须消耗前n个元素。之后，您必须将它们作为序列存储在类中，以备将来使用。但这已经违反了整件事的目的，因为这样做

   PureMap(f, sequence)[1000]

   需要您始终将

   1000

   元素存储在内存中， 即使它避免了对的

   999

   调用

   f

   。

2. 您要避免

   f

   在同一元素上多次调用。这意味着您还必须跟踪已计算出哪个元素，而未计算出哪个元素。

可以实现所需目标的唯一情况如下：

• 被调用的函数是纯函数
• 可迭代的参数类似于这样

  range

  ，它允许随机访问而不必产生其他元素
• 您调用的函数很快，因此您可以在各种元素上重新计算它，而不必过多担心性能。

当所有这些假设都满足时，您可以拥有一个“像

range

”一样工作的地图对象。