Javascript 惰性评价的渐近复杂性

在严格求值中，程序的渐近复杂性更容易推理，因为要求值的子表达式以及求值的时间在语法上是明显的。对于惰性计算语言来说，情况并非如此。我发现很难推测表达式是

O（n）、O（logn）还是O（nlogn）

用惰性评估解决渐进复杂性的最佳方法是什么？

---

如果有人能给我解释一下，让我明白这一点，他会对我有很大帮助，因为他需要严格的评估，计算成本=使用成本

如果您使用

xs.map（cos）

，您需要支付

cos

*长度（

xs

）的成本

使用惰性评估时，使用成本<计算成本。具体来说，它有多低，在很大程度上取决于计算的形状

延迟计算的最简单形式之一是布尔表达式的短路。看看

（x）=>（便宜（x）|昂贵（x））

它的计算成本在很大程度上取决于

便宜（x）

的正确率，因此

昂贵（x）

不会被调用。这同样适用于其他惰性计算，例如使用缓存/记忆、使用生成器等

在我看来，big-O方法并不适用于这样的问题，除非你能在问题的大小（big-O是关于什么的）和实际执行的延迟计算的速率之间找到一个明确的依赖关系