fun(n::Integer) 和 fun(n::T) where T<:Integer in performance/code 代之间有区别吗？
Is there a difference between fun(n::Integer) and fun(n::T) where T<:Integer in performance/code generation?
在 Julia 中，当函数适用于 Integer 的所有子类型时，我最常看到的代码写成 fun(n::T) where T<:Integer。但有时，我也看到 fun(n::Integer)，一些指南声称它等同于上面的内容，而其他人则说它效率较低，因为除非明确引用子类型 T，否则 Julia 不会专注于特定的子类型。
后一种形式显然更方便，如果可能的话我希望能够使用，但这两种形式是否等价？如果不是，它们之间的实际区别是什么？
是的 Bogumił Kamiński 在他的评论中是正确的：f(n::T) where T<:Integer 和 f(n::Integer) 的行为完全相同，除了前一个方法的名称为 T已经在其主体中定义。当然，在后一种情况下，您可以显式分配 T = typeof(n) ，它将在编译时计算。
不过，在其他一些情况下，像这样使用 TypeVar 是至关重要的，可能值得将它们指出来：
f(::Array{T}) where T<:Integer确实和f(::Array{Integer})有很大的不同。这是常见的参数不变性问题（docs and another SO question）。f(::Type) 只会为所有 DataType 生成 一个 专业化。因为类型对 Julia 来说非常重要，所以 Type 类型本身很特殊，它允许像 Type{Integer} 这样的参数化，允许您指定 只是 Integer 类型.您可以使用 f(::Type{T}) where T<:Integer 要求 Julia 专注于作为参数获取的 Type 的确切类型，允许 Integer 或其任何子类型。
这两个定义是等价的。通常，只有当您需要在代码中直接使用特定类型 T 时，您才会使用 fun(n::Integer) 形式并应用 fun(n::T) where T<:Integer。例如，考虑以下来自 Base 的定义（所有以下定义也来自 Base），它具有自然用途：
zero(::Type{T}) where {T<:Number} = convert(T,0)
或
(+)(x::T, y::T) where {T<:BitInteger} = add_int(x, y)
即使在很多情况下您需要类型信息，使用 typeof 函数也足够了。再次示例定义是：
oftype(x, y) = convert(typeof(x), y)
即使您使用的是参数类型，您通常也可以避免使用 where 子句（有点冗长），例如：
median(r::AbstractRange{<:Real}) = mean(r)
因为你并不关心函数体中参数的实际值。
现在 - 如果您像我一样是 Julia 用户 - 问题是如何让自己相信这会按预期工作。有以下方法：
- 您可以在方法 table 中检查一个定义是否覆盖了另一个（即在评估两个定义之后，此函数只存在一个方法）；
- 您可以使用
@code_typed、@code_warntype、@code_llvm或@code_native等检查两个函数生成的代码，发现它们是相同的
- 最后，您可以使用
BenchmarkTools 对代码进行性能基准测试
这里有一个解释 Julia 对您的代码做了什么的好图 http://slides.com/valentinchuravy/julia-parallelism#/1/1（我也向所有 Julia 用户推荐整个演示文稿 - 它非常棒）。你可以在上面看到，在降低 AST 之后，Julia 在 LLVM 代码生成步骤之前应用了类型推断步骤来专门化函数调用。
您可以提示 Julia 编译器避免特化。这是在 Julia 0.7 上使用 @nospecialize 宏完成的（不过这只是一个提示）。
在 Julia 中，当函数适用于 Integer 的所有子类型时，我最常看到的代码写成 fun(n::T) where T<:Integer。但有时，我也看到 fun(n::Integer)，一些指南声称它等同于上面的内容，而其他人则说它效率较低，因为除非明确引用子类型 T，否则 Julia 不会专注于特定的子类型。
后一种形式显然更方便，如果可能的话我希望能够使用，但这两种形式是否等价？如果不是，它们之间的实际区别是什么？
是的 Bogumił Kamiński 在他的评论中是正确的：f(n::T) where T<:Integer 和 f(n::Integer) 的行为完全相同，除了前一个方法的名称为 T已经在其主体中定义。当然，在后一种情况下，您可以显式分配 T = typeof(n) ，它将在编译时计算。
不过，在其他一些情况下，像这样使用 TypeVar 是至关重要的，可能值得将它们指出来：
f(::Array{T}) where T<:Integer确实和f(::Array{Integer})有很大的不同。这是常见的参数不变性问题（docs and another SO question）。f(::Type)只会为所有DataType生成 一个 专业化。因为类型对 Julia 来说非常重要，所以Type类型本身很特殊，它允许像Type{Integer}这样的参数化，允许您指定 只是Integer类型.您可以使用f(::Type{T}) where T<:Integer要求 Julia 专注于作为参数获取的Type的确切类型，允许Integer或其任何子类型。
这两个定义是等价的。通常，只有当您需要在代码中直接使用特定类型 T 时，您才会使用 fun(n::Integer) 形式并应用 fun(n::T) where T<:Integer。例如，考虑以下来自 Base 的定义（所有以下定义也来自 Base），它具有自然用途：
zero(::Type{T}) where {T<:Number} = convert(T,0)
或
(+)(x::T, y::T) where {T<:BitInteger} = add_int(x, y)
即使在很多情况下您需要类型信息，使用 typeof 函数也足够了。再次示例定义是：
oftype(x, y) = convert(typeof(x), y)
即使您使用的是参数类型，您通常也可以避免使用 where 子句（有点冗长），例如：
median(r::AbstractRange{<:Real}) = mean(r)
因为你并不关心函数体中参数的实际值。
现在 - 如果您像我一样是 Julia 用户 - 问题是如何让自己相信这会按预期工作。有以下方法：
- 您可以在方法 table 中检查一个定义是否覆盖了另一个（即在评估两个定义之后，此函数只存在一个方法）；
- 您可以使用
@code_typed、@code_warntype、@code_llvm或@code_native等检查两个函数生成的代码，发现它们是相同的 - 最后，您可以使用
BenchmarkTools 对代码进行性能基准测试
这里有一个解释 Julia 对您的代码做了什么的好图 http://slides.com/valentinchuravy/julia-parallelism#/1/1（我也向所有 Julia 用户推荐整个演示文稿 - 它非常棒）。你可以在上面看到，在降低 AST 之后，Julia 在 LLVM 代码生成步骤之前应用了类型推断步骤来专门化函数调用。
您可以提示 Julia 编译器避免特化。这是在 Julia 0.7 上使用 @nospecialize 宏完成的（不过这只是一个提示）。