常量和非常量全局变量之间的类型推断有何不同？答案

【问题标题】：How does type inference differ between constant and non-constant global variables?常量和非常量全局变量之间的类型推断有何不同？
【发布时间】：2016-02-13 02:45:51
【问题描述】：

来自朱莉娅docs on array comprehensions：

以下示例计算当前的加权平均值沿一维网格的元素及其左右邻居。：
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

在上面的例子中，x 被声明为常量，因为类型推断在 Julia 中，在非常量全局变量上效果不佳。

结果数组类型是从表达式中推断出来的；为了显式控制类型，类型可以添加到理解。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 写法：
Float64[ 0.25*x[i-1] + 0.5*x[i] + 0.25*x[i+1] for i=2:length(x)-1 ]

结尾附近的注释是什么意思？也就是说，常量和非常量全局变量的类型推断有何不同？

【问题讨论】：

如果你取出const，你最终会得到一个Any的6元素数组，而不是Float64。请注意，如果您在函数内移动代码，即使没有const，您确实会得到Float64 的数组。但是，我对类型推断行为的了解还不够，无法完全回答您的问题。
参考：issue#8870

标签： julia

【解决方案1】：

我认为问题在于，如果 x 未声明为 const，那么 Julia 不知道该变量的类型是否会改变（因为它永远不会超出全局范围）。因此，Julia 需要假设 x 的类型为 Any。

但是，如果 x 被声明为 const，则 Julia 可以放心地假设其类型不会改变，并且 Julia 可以根据该信息进行优化。

请注意，如果您不将 x 声明为 const，则列表推导式的返回类型将为 Array{Any,1}

【讨论】：