Julia vs Python编译器/解释器优化

Question

我最近问了以下关于Python的问题：Interpreter optimization in Python

假设我在x中有一个字符串，Python解释器是否聪明到足以知道：string.replace(x, x)应该转换为NOP？

答案似乎是否定的(尽管Python解释器能够通过窥视孔优化器执行some optimizations )。

我不知道Julia中的等价表达式是什么，但是Julia是否能够优化这类比较明显的语句呢？

Answer 1

依赖编译器

问题是，Julia能否向LLVM提供足够的信息，以便编译器能够优化操作？

从您的示例来看，是的，您可以使用code_native进行验证。例如，答案被预先乘以，对x的不必要赋值被优化，并且函数总是返回一个常量。

julia> f()=(x=7*24*60*60)
f (generic function with 1 method)

julia> code_native(f,())
    .section    __TEXT,__text,regular,pure_instructions
Filename: none
Source line: 1
    push RBP
    mov  RBP, RSP
    mov  EAX, 604800
Source line: 1
    pop RBP
    ret

从类型优化

有时候，由于类型信息提供了更多的知识，所以它可以更进一步。相反，如果可能的话，应该避免--任何类型和全局--。

示例

在第一种情况下，需要进行比较，因为y可能大于256，但在第二种情况下，由于它只有1字节，它的值不能大于256，并且函数将被优化为始终返回1。

案件一

julia> g(y::Int16)=(y<256?1:0)
g (generic function with 1 method)

julia> code_native(g,(Int16,))
    .section    __TEXT,__text,regular,pure_instructions
Filename: none
Source line: 1
    push RBP
    mov  RBP, RSP
    cmp  DI, 256
Source line: 1 
    setl  AL
    movzx EAX, AL
    pop   RBP
    ret

案件二

julia> g(y::Int8)=(y<256?1:0)
g (generic function with 2 methods)

julia> code_native(g,(Int8,))
    .section    __TEXT,__text,regular,pure_instructions
Filename: none
    Source line: 1
    push RBP
    mov  RBP, RSP
    mov  EAX, 1
Source line: 1
    pop  RBP
    ret