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）时的情况。有两种存储方式：

1. 作为Vector{Vector{Int}}
2. 与Vector{Union{Vector{Int}, Int}} 一样（特别是，如果希望存储足够多的一元向量）

我的问题是哪个更高效/更快/更好？

要回答这个问题，除其他外，我需要知道它们是如何存储在内存中的。即：

1. 我认为 Vector{Vector{Int}} 类型的变量将被视为同类类型数组，因此我希望它连续存储在内存中，因此更多cpu 缓存友好。我对吗？还是连续性只适用于元素数据类型为原始的数组？

2. Vector{Union{Vector{Int}, Int}} 类型的变量是否会被视为异构数组，因此不 连续存储在内存中？

3. 将内存中的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，例如，将它们存储为原始数据类型（在这种情况下为 Int）？哪一种效率更高？

Answer 1

如果isbits(T) 为真，Julia 的数组将只存储类型为T 的未装箱元素。也就是说，元素必须既不可变又无指针。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）值的连续数组会有乱码：

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

而非 isbits 类型的数组将具有 #undef 指针：

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

想象一下如果后者返回一个连续的Ints 块会发生什么。它怎么知道做多大？或者一个向量在哪里停止而下一个向量在哪里开始？这取决于向量的大小，目前尚不清楚。

Vector{Union{Vector{Int}, Int}} 将类似地将其元素存储为指针；这次是因为 Julia 不知道如何内联解释每个元素（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，那就是 Julia 不再知道它会从索引返回什么类型。这是一种类型不稳定性，与仅使用单元素向量相比，性能肯定会很多差。

可以创建自己的不规则数组类型来内联存储其元素，但要让它像普通数组一样与标准库一起使用是非常棘手的，因为它打破了许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。您可以在Issue#2 中看到我如何将其与之前的努力进行比较。