为什么 Julia 运行函数的速度比非等效函数快？答案

【问题标题】：Why does Julia run a function faster than the non-function equivalent?为什么 Julia 运行函数的速度比非等效函数快？
【发布时间】：2014-03-12 07:53:29
【问题描述】：

所以，今天我决定尝试 Julia，但我遇到了一些奇怪的事情，我无法完全理解原因，也无法通过搜索查询找到合适的答案，所以我在这里......

首先，我希望有一些东西可以用来对 Python 进行基准测试，因此我选择了这段非常简单的代码。

def test():            
    start = time()     
    a = 1              
    while a < 10000000:
        a+=1           
    print(time() - start)

在我的机器上用 Python 3.3 执行这需要大约 0.9 秒。然后我在 Julia 中运行了以下代码。

start = time()
a = 1
while a < 10000000
    a+=1
end
print(time() - start)

执行需要 ~0.7s。所以我得出结论，Julia 中的简单算术性能对 Python 来说是 ~=。

然而，当我把它变成一个函数时，我偶然发现了一个我没有预料到的奇怪现象，这让我的结果发生了变化。

function test_arithmetic()
    start = time()
    a = 1
    while a < 10000000
        a+=1
    end
    print(time() - start)
end

test_arithmetic()

这个coden-p只用了~0.1s执行，这是为什么呢？

【问题讨论】：

标签： julia

【解决方案1】：

原因是全局变量的类型可以随时更改，这使得编译器难以优化。 Performance Tips section of the manual中提到了这一点。

【讨论】：

【解决方案2】：

我找到了答案，它与存储局部变量相比全局变量如何更快有关。

可以在 here 中找到 Python 的等效问题（这导致我测试是否同样适用于 Julia）。

原来这个code-sn-p也能在~0.7s内运行。

function test_arithmetic()
    start = time()
    global a = 1
    while a < 10000000
        a+=1
    end
    print(time() - start)
end

test_arithmetic()

【讨论】：