Julia 語言 @time 測量程式花費的時間。

Julia 語言 @time 測量程式花費的時間。

Julia 設計之初就重點考慮了速度， 它的快很大程度上來源於 LLVM, JIT 以及類型設計。 Julia 有類型推斷，編譯的時候會根據不同 type 生成不同的特定代碼，叫 code specialization，然後運行的時候會根據參數類型選擇最適合的方法，即 Multiple dispatch。

性能分析工具

沒有分析的優化都是耍流氓！

性能分析工具主要有如下幾個：

@time

@time sqrt.(rand(1000));

輸出結果：

julia> @time sqrt.(rand(1000));

  0.057799 seconds (187.82 k allocations: 9.542 MiB, 9.82% gc time)

julia> @time sqrt.(rand(1000));

  0.000022 seconds (8 allocations: 16.063 KiB)

這裡;是為了不輸入結果值。 因為rand(1000)返回的是一個 vector， sqrt.即可作用於 vector 中的每一個元素， 類似 numpy 中的 broadcast 吧。

function Trapezoid(f,N)

    dk = 2π/(N-1)

    fsum = 0

    for i=1:N

        k = (i-1)*dk - π

        fsum += f(k)

    end

    fsum /= N

    return fsum

end

f(x) = sin(x) + x^2

N = 400

@time fsum = daikei(f,N)

exact = ((π)^3/3 -(-π)^3/3)/(2π)

println("梯形法 $fsum, 真實值 $exact")

輸出結果

0.019191 seconds (39.88 k allocations: 2.101 MiB)
梯形法 3.3063587007826505, 真實值 3.2898681336964524

您現在可以測量在該功能上花費的時間。