类型推断在常量和非常量全局变量之间有何不同？

Question

来自朱莉娅docs on array comprehensions：

  

以下示例计算当前的加权平均值   元素及其左右邻居沿着1-d网格。 ：

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

     

注意的

     

在上面的示例中，x被声明为常量，因为类型推断   在Julia中对非常数全局变量的效果不佳。

     

从表达式推断得到的数组类型;为了   明确地控制类型，类型可以预先添加到   理解。例如，在上面的例子中我们可以避免   将x声明为常量，并确保结果是类型   Float64写作：

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

末尾的音符是什么意思？也就是说，常量和非常量全局变量之间的类型推断是如何不同的？

Answer 1

我认为问题在于，如果x未被声明为const，那么Julia不知道该变量的类型是否会发生变化（因为它永远不会超出范围全球）。因此，Julia需要假设x的类型为Any。

如果将x声明为const，则Julia可以安全地假设其类型不会更改，并且Julia可以根据该信息进行优化。

请注意，如果您未将x声明为const，则列表推导中返回的类型将为Array{Any,1}