惰性求值——lodash源码解读

前言

lodash受欢迎的一个原因，是其优异的计算性能。而其性能能有这么突出的表现，很大部分就来源于其使用的算法——惰性求值。
本文将讲述lodash源码中，惰性求值的原理和实现。

一、惰性求值的原理分析

惰性求值（Lazy Evaluation），又译为惰性计算、懒惰求值，也称为传需求调用（call-by-need），是计算机编程中的一个概念，它的目的是要最小化计算机要做的工作。
惰性求值中的参数直到需要时才会进行计算。这种程序实际上是从末尾开始反向执行的。它会判断自己需要返回什么，并继续向后执行来确定要这样做需要哪些值。

以下是How to Speed Up Lo-Dash ×100? Introducing Lazy Evaluation.（如何提升Lo-Dash百倍算力？惰性计算的简介）文中的示例，形象地展示惰性求值。

function priceLt(x) {return function(item) { return item.price < x; };
}
var gems = [{ name: 'Sunstone', price: 4 },{ name: 'Amethyst', price: 15 },{ name: 'Prehnite', price: 20},{ name: 'Sugilite', price: 7  },{ name: 'Diopside', price: 3 },{ name: 'Feldspar', price: 13 },{ name: 'Dioptase', price: 2 },{ name: 'Sapphire', price: 20 }
];var chosen = _(gems).filter(priceLt(10)).take(3).value();

程序的目的，是对数据集gems进行筛选，选出3个price小于10的数据。

1.1 一般的做法

如果抛开lodash这个工具库，让你用普通的方式实现var chosen = _(gems).filter(priceLt(10)).take(3);那么，可以用以下方式：
_(gems)拿到数据集，缓存起来。
再执行filter方法，遍历gems数组（长度为10），取出符合条件的数据：

[{ name: 'Sunstone', price: 4 },{ name: 'Sugilite', price: 7  },{ name: 'Diopside', price: 3 },{ name: 'Dioptase', price: 2 }
]

然后，执行take方法，提取前3个数据。

[{ name: 'Sunstone', price: 4 },{ name: 'Sugilite', price: 7  },{ name: 'Diopside', price: 3 }
]

总共遍历的次数为：10+3。
执行的示例图如下：

1.2 惰性求值做法

普通的做法存在一个问题：每个方法各做各的事，没有协调起来浪费了很多资源。
如果能先把要做的事，用小本本记下来?，然后等到真正要出数据时，再用最少的次数达到目的，岂不是更好。
惰性计算就是这么做的。
以下是实现的思路：

_(gems)拿到数据集，缓存起来
遇到filter方法，先记下来
遇到take方法，先记下来
遇到value方法，说明时机到了
把小本本拿出来，看下要求：要取出3个数，price<10
使用filter方法里的判断方法priceLt对数据进行逐个裁决

[{ name: 'Sunstone', price: 4 }, => priceLt裁决 => 符合要求，通过 => 拿到1个{ name: 'Amethyst', price: 15 }, => priceLt裁决 => 不符合要求{ name: 'Prehnite', price: 20}, => priceLt裁决 => 不符合要求{ name: 'Sugilite', price: 7  }, => priceLt裁决 => 符合要求，通过 => 拿到2个{ name: 'Diopside', price: 3 }, => priceLt裁决 => 符合要求，通过 => 拿到3个 => 够了，收工！{ name: 'Feldspar', price: 13 },{ name: 'Dioptase', price: 2 },{ name: 'Sapphire', price: 20 }
]

如上所示，一共只执行了5次，就把结果拿到。
执行的示例图如下：

1.3 小结

从上面的例子可以得到惰性计算的特点：

延迟计算，把要做的计算先缓存，不执行
数据管道，逐个数据通过“裁决”方法，在这个类似安检的过程中，进行过关的操作，最后只留下符合要求的数据
触发时机，方法缓存，那么就需要一个方法来触发执行。lodash就是使用value方法，通知真正开始计算

二、惰性求值的实现

依据上述的特点，我将lodash的惰性求值实现进行抽离为以下几个部分：

2.1 实现延迟计算的缓存

实现_(gems)。我这里为了语义明确，采用lazy(gems)代替。

var MAX_ARRAY_LENGTH = 4294967295; // 最大的数组长度// 缓存数据结构体
function LazyWrapper(value){this.__wrapped__ = value;this.__iteratees__ = [];this.__takeCount__ = MAX_ARRAY_LENGTH;
}// 惰性求值的入口
function lazy(value){return new LazyWrapper(value);
}

this.__wrapped__ 缓存数据
this.__iteratees__ 缓存数据管道中进行“裁决”的方法
this.__takeCount__ 记录需要拿的符合要求的数据集个数

这样，一个基本的结构就完成了。

2.2 实现`filter`方法

var LAZY_FILTER_FLAG = 1; // filter方法的标记// 根据 筛选方法iteratee 筛选数据
function filter(iteratee){this.__iteratees__.push({'iteratee': iteratee,'type': LAZY_FILTER_FLAG});return this;
}// 绑定方法到原型链上
LazyWrapper.prototype.filter = filter;

filter方法，将裁决方法iteratee缓存起来。这里有一个重要的点，就是需要记录iteratee的类型type。
因为在lodash中,还有map等筛选数据的方法，也是会传入一个裁决方法iteratee。由于filter方法和map方法筛选方式不同，所以要用type进行标记。
这里还有一个技巧：

(function(){// 私有方法function filter(iteratee){/* code */}// 绑定方法到原型链上LazyWrapper.prototype.filter = filter;
})();

原型上的方法，先用普通的函数声明，然后再绑定到原型上。如果工具内部需要使用filter，则使用声明好的私有方法。
这样的好处是，外部如果改变LazyWrapper.prototype.filter，对工具内部，是没有任何影响的。

2.3 实现`take`方法

// 截取n个数据
function take(n){this.__takeCount__ = n;return this;
};LazyWrapper.prototype.take = take;

2.4 实现`value`方法

// 惰性求值
function lazyValue(){var array = this.__wrapped__;var length = array.length;var resIndex = 0;var takeCount = this.__takeCount__;var iteratees = this.__iteratees__;var iterLength = iteratees.length;var index = -1;var dir = 1;var result = [];// 标签语句outer:while(length-- && resIndex < takeCount){// 外层循环待处理的数组index += dir;var iterIndex = -1;var value = array[index];while(++iterIndex <　iterLength){// 内层循环处理链上的方法var data = iteratees[iterIndex];var iteratee = data.iteratee;var type = data.type;var computed = iteratee(value);// 处理数据不符合要求的情况if(!computed){if(type == LAZY_FILTER_FLAG){continue outer;}else{break outer;}}}// 经过内层循环，符合要求的数据result[resIndex++] = value;}return result;
}LazyWrapper.prototype.value = lazyValue;

这里的一个重点就是：标签语句

outer:while(length-- && resIndex < takeCount){// 外层循环待处理的数组index += dir;var iterIndex = -1;var value = array[index];while(++iterIndex <　iterLength){// 内层循环处理链上的方法var data = iteratees[iterIndex];var iteratee = data.iteratee;var type = data.type;var computed = iteratee(value);// 处理数据不符合要求的情况if(!computed){if(type == LAZY_FILTER_FLAG){continue outer;}else{break outer;}}}// 经过内层循环，符合要求的数据result[resIndex++] = value;}

当前方法的数据管道实现，其实就是内层的while循环。通过取出缓存在iteratees中的裁决方法取出，对当前数据value进行裁决。
如果裁决结果是不符合，也即为false。那么这个时候，就没必要用后续的裁决方法进行判断了。而是应该跳出当前循环。
而如果用break跳出内层循环后，外层循环中的result[resIndex++] = value;还是会被执行，这是我们不希望看到的。
应该一次性跳出内外两层循环，并且继续外层循环，才是正确的。
标签语句，刚好可以满足这个要求。

2.5 小检测


var testArr = [1, 19, 30, 2, 12, 5, 28, 4];lazy(testArr).filter(function(x){console.log('check x='+x);return x < 10}).take(2).value();// 输出如下：
check x=1
check x=19
check x=30
check x=2// 得到结果： [1, 2]

2.6 小结

整个惰性求值的实现，重点还是在数据管道这块。以及，标签语句在这里的妙用。其实实现的方式，不只当前这种。但是，要点还是前面讲到的三个。掌握精髓，变通就很容易了。

结语

惰性求值，是我在阅读lodash源码中，发现的最大闪光点。
当初对惰性求值不甚理解，想看下javascript的实现，但网上也只找到上文提到的一篇文献。
那剩下的选择，就是对lodash进行剖离分析。也因为这，才有本文的诞生。
希望这篇文章能对你有所帮助。如果可以的话，给个star :)

最后，附上本文实现的简易版lazy.js完整源码：
https://github.com/wall-wxk/blogDemo/blob/master/lodash/lazy.js

喜欢我文章的朋友，可以通过以下方式关注我：

「star」 或 「watch」 我的GitHub blog
RSS订阅我的个人博客：王先生的基地