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。