Julia 的 Vector{Vector{T}} 是否连续存储在内存中？

Question

为了激发我的问题，请考虑在 Julia 中处理元素类型 Int 的 jagged arrays（为简单起见）的情况。有两种存储方式：

作为Vector{Vector{Int}}
As Vector{Union{Vector{Int}, Int}}（特别是，如果希望存储足够多的 1 元素向量）

我的问题是哪个更高效/更快/更好？

要回答这个问题，除其他事项外，我需要知道每一项是如何存储在内存中的。即：

我假设 Vector{Vector{Int}} 类型的变量将被视为同构类型数组，因此我希望它连续存储在内存中，因此更 cpu-cache-friendly。我对吗？或者连续只适用于元素数据类型为原始的数组？
类型 Vector{Union{Vector{Int}, Int}} 的变量是否被视为异构数组，因此存储 而不是 连续在记忆中？
内存中连续表示的好处与没有数组容器用于 1 元素数组成员的好处相比如何，即将它们存储为原始数据类型（Int 在这种情况下)?哪个效率更高？

Answer 1

如果 isbits(T) 为真，Julia 的数组将只存储未装箱的 T 类型的元素。也就是说，元素必须既是不可变的又是 pointer-free。查看元素是否立即存储的一种简单方法是分配一个未初始化的数组。未装箱（立即）值的连续数组将出现乱码：

julia> Array(Int, 3)
3-element Array{Int64,1}:
 4430901168
 4470602000
 4430901232

而 non-isbits 类型的数组将有 #undef 个指针：

julia> Array(Vector{Int}, 3)
3-element Array{Array{Int64,1},1}:
 #undef
 #undef
 #undef

想象一下如果后者 return 编辑了 Int 的一个连续块会发生什么。它怎么知道要做多大？或者一个矢量停止而下一个矢量开始的地方？这将取决于向量的大小，这是未知的。

A Vector{Union{Vector{Int}, Int}} 将类似地将其元素存储为指针；这次是因为 Julia 不知道如何解释每个内联元素（它应该像整数还是像数组一样读取内存？）。它还有一个额外的缺点，即 Julia 不再知道它 return 索引的类型。这是一个 type-instability，与仅使用 one-element 向量相比，性能肯定会差很多。

可以创建自己的参差不齐的数组类型来内联存储其元素，但要使其像普通数组一样与标准库一起使用非常棘手，因为它打破了很多关于索引如何工作的假设。你可以看看我最近的尝试：RaggedArrays.jl. You can see how I compare it to previous efforts in Issue#2.

Julia 的 Vector{Vector{T}} 是否连续存储在内存中？

Is Julia's Vector{Vector{T}} stored contiguously in memory?

arrays

jagged-arrays

multidimensional-array

julia

ragged