類型推斷在常量和非常量全局變量之間有何不同？

Question

從朱莉婭​​：

下面的示例計算當前 元件和沿1-d網格其左，右相鄰的一個加權平均值。 ：

julia> const x = rand(8) 
8-element Array{Float64,1}: 
0.843025 
0.869052 
0.365105 
0.699456 
0.977653 
0.994953 
0.41084 
0.809411 

julia> [ 0.25*x[i-1] + 0.5*x[i] + 0.25*x[i+1] for i=2:length(x)-1 ] 
6-element Array{Float64,1}: 
0.736559 
0.57468 
0.685417 
0.912429 
0.8446 
0.656511 

注

在上面的例子中，x被聲明爲常量，因爲在朱莉婭的類型推斷 不上非恆定的全局變量正常工作。

生成的數組類型從表達式推斷出來;爲了使 明確地控制該類型，該類型可以被預先考慮到 的理解。例如，在上面的例子中，我們本來可以避免 聲明x作爲常數，確保了結果的類型 Float64以書面形式：

Float64[ 0.25*x[i-1] + 0.5*x[i] + 0.25*x[i+1] for i=2:length(x)-1 ] 

什麼是接近尾聲的說明是什麼意思？也就是說，類型推斷在常量和非常量全局變量之間有何不同？

Answer 1

我相信問題是，如果x沒有被聲明爲const，那麼朱莉婭不知道該變量的類型是否會改變（因爲它不會作爲全局超出範圍）。因此，Julia需要假設x是Any。

如果x被聲明爲const，但是，Julia可以安全地假定它的類型不會改變，並且Julia可以根據該信息進行優化。

需要注意的是，如果你不聲明x作爲一個常量，然後從列表理解返回的類型將是Array{Any,1}