Julia：使用 base.ntuples 函数的类型稳定性

Question

我最近开始使用 Julia，目前正在为打字的某些方面而苦苦挣扎。我正在尝试定义一个类型 TensorTrain (https://www.researchgate.net/profile/Ivan_Oseledets2/publication/220412263_Tensor-Train_Decomposition/links/5bbfb5c5299bf1004c5a56e3/Tensor-Train-Decomposition.pdf)，但我无法获得我定义为稳定的方法之一：

abstract type AbstractTensorTrain <: Any end

struct TensorTrain{T<:AbstractFloat} <: AbstractTensorTrain
    cores::Vector{Array{T,3}}
end

Base.size(t::TensorTrain, d::Int) = size(t.cores[d],2)
Base.size(t::TensorTrain) = ntuple(d->size(t,d),length(t.cores))

但是如果我运行:

@code_warntype TensorTrain([rand(2,3,4)]);

我得到：

Variables
  #self#::Core.Compiler.Const(size, false)
  t::TensorTrain{Float64}
  #19::var"#19#20"{TensorTrain{Float64}}
  d::Int64

Body::Tuple{Vararg{Int64,N} where N}
1 ─ %1 = Base.getproperty(t, :cores)::Array{Array{Float64,3},1}
│        (d = Main.length(%1))
│   %3 = Main.:(var"#19#20")::Core.Compiler.Const(var"#19#20", false)
│   %4 = Core.typeof(t)::Core.Compiler.Const(TensorTrain{Float64}, false)
│   %5 = Core.apply_type(%3, %4)::Core.Compiler.Const(var"#19#20"{TensorTrain{Float64}}, false)
│        (#19 = %new(%5, t))
│   %7 = #19::var"#19#20"{TensorTrain{Float64}}
│   %8 = Main.ntuple(%7, d)::Tuple{Vararg{Int64,N} where N}
└──      return %8

这是为什么？

Answer 1

因为 d = length(t.cores) 仅在运行时已知，所以 ntuple 无法静态推断 N 参数。有一种方法采用 Val，这在其他情况下对类型稳定性很有用，但它在这里没有改变任何东西——d 仍然是动态的。

您可以将 cores 设为 NTuple 或 StaticVector，但（它们实际上是相同的东西），这样就可以了。但是在深入研究类型级编程之前，一定要检查它是否真的有所作为。

Julia：使用 base.ntuples 函数的类型稳定性

Julia: type stability using the base.ntuples function

methods

typing

julia

type-stability