---

本文目标：读完之后，你不仅能写出 lazy 链，还能在 10 行之内把它“拆”成零开销手写代码；更重要的是，你会明白什么时候该用 Iterator，什么时候该用 LazyCell，什么时候干脆自己写 enum 🦀

---

1. 开场：什么是“惰性”？

在 Rust 社区里，大家常说“迭代器是零成本的抽象”。
但“零成本”≠“零开销”——它只是意味着你不需要为你没用到的东西付费。
惰性求值（Lazy Evaluation）正是这一哲学的核心：计算只在真正需要结果时才发生。

我们先看一个最朴素的例子：

// eager.rs
fn main() {
    let v = vec![1, 2, 3, 4, 5];
    let doubled: Vec<_> = v.iter().map(|x| x * 2).collect();
    println!("{:?}", doubled);
}

上面这段代码在 map 时就立即分配了一个新的 Vec。
如果后续逻辑根本用不到 doubled，那我们就白分配了一次内存。
惰性版本长这样：

// lazy.rs
fn main() {
    let v = vec![1, 2, 3, 4, 5];
    let doubled = v.iter().map(|x| x * 2); // 类型是 Map<..., ...>
    // 这里没有任何内存分配！
    if std::env::args().len() > 1 {
        // 只有真正迭代时才执行 map 闭包
        for x in doubled {
            println!("{x}");
        }
    }
}

---

2. 从语法糖到 MIR：Iterator 惰性链剖析

2.1 为什么 Iterator 能“零成本”？

我们先写一个更复杂的链，然后把它“拆”成手写的状态机。

use std::iter;

fn main() {
    let data = [1i32, 2, 3, 4, 5];
    let res = data
        .iter()
        .copied()
        .filter(|&x| x % 2 == 0)
        .map(|x| x * x)
        .take(2)
        .sum::<i32>();
    println!("{res}");
}

编译器看到的 MIR（中间层）其实长这样（简化）：

let mut iter = data.iter().copied();
let mut iter = Filter { iter, predicate: |&x| x % 2 == 0 };
let mut iter = Map { iter, f: |x| x * x };
let mut iter = Take { iter, n: 2 };
let mut acc = 0i32;
loop {
    match iter.next() {
        Some(x) => acc += x,
        None => break,
    }
}

注意：

• 没有一次额外的堆分配；
• 所有中间结构体都在栈上；
• 每个 adaptor 都是一个零大小的 struct，仅携带必要的闭包指针。

这就是典型的“结构化惰性”：每一步都推迟到 next() 被调用时才发生。

---

2.2 自己手写一个 Map adaptor（实践 1）

为了验证上述说法，我们把 Map 从标准库里“抄”出来：

pub struct MyMap<I, F> {
    iter: I,
    f: F,
}

impl<I, F, B> Iterator for MyMap<I, F>
where
    I: Iterator,
    F: FnMut(I::Item) -> B,
{
    type Item = B;

    #[inline]
    fn next(&mut self) -> Option<Self::Item> {
        self.iter.next().map(&mut self.f)
    }

    #[inline]
    fn size_hint(&self) -> (usize, Option<usize>) {
        self.iter.size_hint()
    }
}

trait MyIteratorExt: Iterator {
    fn my_map<B, F>(self, f: F) -> MyMap<Self, F>
    where
        Self: Sized,
        F: FnMut(Self::Item) -> B,
    {
        MyMap { iter: self, f }
    }
}

impl<I: Iterator> MyIteratorExt for I {}

fn main() {
    let sum = (0..10)
        .my_map(|x| x * 2)
        .take(3)
        .sum::<i32>();
    println!("{sum}"); // 0+2+4 = 6
}

在 release 模式下，MyMap::next 会被 LLVM inline 成一条指令，最终汇编里只剩一个计数器加法。
这验证了：惰性 adaptor 链不仅语法优雅，还能真正跑成手写循环的速度。

---

3. 当惰性遇到所有权：LazyCell 与 LazyLock

迭代器擅长“流式”惰性，但有时我们想对单个值做惰性初始化。
Rust 1.70 起，标准库引入了 std::sync::LazyLock（nightly 以前叫 once_cell::sync::Lazy）。

3.1 经典场景：读取环境变量一次，到处使用

use std::sync::LazyLock;

static CONFIG_PATH: LazyLock<String> = LazyLock::new(|| {
    std::env::var("CONFIG").unwrap_or_else(|_| "/etc/app/config.toml".into())
});

fn main() {
    println!("Config path = {}", *CONFIG_PATH);
    // 第二次访问不再执行闭包
    println!("Again = {}", *CONFIG_PATH);
}

3.2 深入源码：LazyLock 如何保证线程安全？

其核心结构：

pub struct LazyLock<T, F = fn() -> T> {
    cell: OnceLock<T>,
    init: Cell<Option<F>>,
}

• OnceLock<T> 保证仅初始化一次；
• Cell<Option<F>> 允许在初始化完成后把闭包置空，避免长期持有资源；
• 内部使用 atomic::Ordering 处理多线程竞争。

3.3 单线程版本：LazyCell（unstable）

如果你只在单线程使用，可以用 std::cell::LazyCell（nightly）或社区 crate once_cell::unsync::Lazy，性能更高：

#![feature(lazy_cell)]
use std::cell::LazyCell;

thread_local! {
    static HEAVY: LazyCell<String> = LazyCell::new(|| {
        std::fs::read_to_string("/tmp/big.txt").unwrap()
    });
}

fn main() {
    HEAVY.with(|s| println!("first 10 bytes: {:?}", &s[..10]));
}

---

4. 超越标准库：自研按需生成器（实践 2）

有时我们想表达无限的惰性序列，例如斐波那契数列，但不想写 Iterator 的四个方法。
Rust nightly 的 Generator API 可以派上用场。

4.1 手写一个 gen 宏（简化版）

#![feature(generators, generator_trait)]
use std::{
    ops::{Generator, GeneratorState},
    pin::Pin,
};

fn fib() -> impl Generator<Yield = u64, Return = ()> {
    || {
        let (mut a, mut b) = (0, 1);
        loop {
            yield a;
            (a, b) = (b, a + b);
        }
    }
}

fn main() {
    let mut g = Box::pin(fib());
    for _ in 0..10 {
        match g.as_mut().resume(()) {
            GeneratorState::Yielded(v) => println!("{v}"),
            GeneratorState::Complete(_) => break,
        }
    }
}

编译器会把生成器函数转成一个状态机 enum，每个 yield 变成一个状态转移。
这就是协程级别的惰性求值：计算暂停在 yield，直到外部再次 resume()。

---

5. 性能与内存的权衡：什么时候不该惰性？

惰性并非银弹。下面列出几条“反模式”：

1. 副作用泄漏：
   如果 map 闭包里有日志或 I/O，惰性会让调用时机不可预测，导致调试困难。
   解决：把副作用提到 for 循环里，或者使用 inspect 并写文档。

2. 栈深度爆炸：
   很长的 iter().a().b().c()... 链在 debug 模式下会压很多层 next，可能触发栈溢出。
   解决：release 编译 + inline 提示，或手动 collect::<Vec<_>>() 到一个临时缓冲。

3. 缓存命中率下降：
   流式迭代对 CPU cache 不一定友好，尤其是随机访问。
   解决：使用 chunks_exact 或 array_chunks 提前批处理。

---

6. 综合实战：一个可扩展的惰性计算框架（实践 3）

我们来写一个“惰性表达式树”，支持 +、*、变量替换，但只有在 eval() 时才真正计算。

use std::collections::HashMap;

#[derive(Clone)]
enum Expr {
    Num(i32),
    Var(String),
    Add(Box<Expr>, Box<Expr>),
    Mul(Box<Expr>, Box<Expr>),
}

impl Expr {
    // 关键：&self 不动，返回新树，保证共享子树
    fn subst(&self, env: &HashMap<String, i32>) -> Expr {
        match self {
            Expr::Num(n) => Expr::Num(*n),
            Expr::Var(name) => env.get(name).map(|&n| Expr::Num(n)).unwrap_or_else(|| self.clone()),
            Expr::Add(a, b) => Expr::Add(
                Box::new(a.subst(env)),
                Box::new(b.subst(env)),
            ),
            Expr::Mul(a, b) => Expr::Mul(
                Box::new(a.subst(env)),
                Box::new(b.subst(env)),
            ),
        }
    }

    fn eval(&self) -> i32 {
        match self {
            Expr::Num(n) => *n,
            Expr::Var(_) => panic!("unbound var"),
            Expr::Add(a, b) => a.eval() + b.eval(),
            Expr::Mul(a, b) => a.eval() * b.eval(),
        }
    }
}

fn main() {
    let expr = Expr::Add(
        Box::new(Expr::Mul(
            Box::new(Expr::Var("x".into())),
            Box::new(Expr::Num(2)),
        )),
        Box::new(Expr::Num(1)),
    );

    let mut env = HashMap::new();
    env.insert("x".into(), 10);

    let reduced = expr.subst(&env); // 惰性：没有真正计算
    println!("{}", reduced.eval()); // 这里才计算：21
}

你可以继续拓展：

• 把 subst 改成返回 Cow<Expr>，避免无意义克隆；
• 加入 Lazy<Expr> 缓存节点，实现记忆化；
• 把 eval 换成 Iterator<Item = i32>，支持逐步求值。

---

7. 结语：把惰性思维写进 API 设计

Rust 的惰性体系并不是简单的“延迟计算”，而是一套从语言特性（ownership + move）、零大小类型、内联优化到生态 crate 的整体工程。

当你在设计库 API 时，可以问自己三个问题：

1. 用户是否可能永远不需要这个值？
   → 考虑返回 impl Iterator 而非 Vec。
2. 这个值是否全局只需初始化一次？
   → 使用 LazyLock。
3. 这个计算是否有副作用且需严格控制时机？
   → 直接求值或提供显式 build() 方法。

带着这些原则，你就能写出既优雅又高效的 Rust 代码。
祝你享受零成本抽象的魔法！🦀