惰性评估是一种评估策略，用于保留对表达式的评估，直到需要其值为止。它避免了重复评估。 Haskell是这种功能性编程语言的一个很好的例子，其基础是基于惰性评估。

Unix映射函数中使用了惰性求值，通过仅从磁盘加载所需的页面来提高其性能。剩余的页面将不会分配内存。

延迟评估-优势

• 它允许语言运行时丢弃不直接与表达式的最终结果链接的子表达式。

• 它通过丢弃临时计算和条件来降低算法的时间复杂度。

• 只要它们没有任何循环依赖关系，它就允许程序员在初始化数据结构后无序访问它们。

• 最适合加载不经常访问的数据。

惰性评估-缺点

• 它通过创建thunk (延迟对象)来强制语言运行时保留子表达式的求值，直到最终结果中需要它为止。

• 有时，它增加了算法的空间复杂度。

• 很难找到它的性能，因为它在执行之前包含大量表达式。

使用Python的惰性评估

Python的range方法遵循“惰性评估”的概念。它节省了较大范围的执行时间，而且我们一次也不需要所有值，因此也节省了内存消耗。看下面的例子。

r = range(10) 
print(r) 
range(0, 10) 
print(r[3]) 

它将产生以下输出-

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9] 
3