Julia Language
Type stabiliteit

algorithm C Language C++ Git MATLAB Language matplotlib Python Language R Language Regular Expressions tensorflow
Zoeken…


Invoering

Type-instabiliteit treedt op wanneer het type van een variabele tijdens runtime kan veranderen en dus niet kan worden afgeleid tijdens het compileren. Type-instabiliteit veroorzaakt vaak prestatieproblemen, dus het is belangrijk om typestabiele code te kunnen schrijven en identificeren.

Schrijf typestabiele code

function sumofsins1(n::Integer)  
    r = 0  
    for i in 1:n  
        r += sin(3.4)  
    end  
    return r  
end  

function sumofsins2(n::Integer)  
    r = 0.0  
    for i in 1:n  
        r += sin(3.4)  
    end  
    return r  
end

De timing van de bovenstaande twee functies vertoont grote verschillen in tijd en geheugentoewijzingen. 

julia> @time [sumofsins1(100_000) for i in 1:100];
0.638923 seconds (30.12 M allocations: 463.094 MB, 10.22% gc time)

julia> @time [sumofsins2(100_000) for i in 1:100];
0.163931 seconds (13.60 k allocations: 611.350 KB)

Dit komt door de type-instabiele code in sumofsins1 waarbij het type r voor elke iteratie moet worden gecontroleerd.



Modified text is an extract of the original Stack Overflow Documentation
Licentie onder CC BY-SA 3.0
Niet aangesloten bij Stack Overflow