IronScheme是解释的还是编译的？它是否从.NET Framework优化中获益？

在《IronPython在行动中》一书中，作者指出IronPython与CPython不同，它从某些优化中获益，无论是在JIT中还是在框架本身中，CPython都无法利用这些优化。因此，IronPython可能比CPython更快，特别是对于多线程场景

是否从这些优化中获益？它是一个解释器（不是编译器）吗？它是一个解释器吗？因为这是Lisp的本质，它必须被解释以提供类似Lisp的灵活性？如果它是一个解释器，它还能从抖动中的优化中获益吗？

像IronPython一样（我基于IronScheme的DLR的初始版本），IronScheme一直编译到IL级别

此外，IronScheme中没有解释部分（除非您调用运行时符号查找），因为我几乎从我的DLR“分支”中删除了所有这些部分，因为没有使用这些部分并减少了代码占用（我估计我只使用了大约25%的DLR，其余部分相当以Python为中心）

要查看生成了什么IL，可以查看Reflector.NET中的

ironscheme.boot.dll

程序集（最好使用IL模式，因为C#往往会被奇怪地重新构造，并且在少数情况下完全错误）。整个程序集由IronScheme编译。查看运行时生成的代码要复杂得多

如前所述，这确实具有JIT的所有好处，并且由于我对DLR进行了优化，使其更加以方案为中心，所以在我上次测试它时，它的执行速度通常比IronPython快（至少在18个月前，我意识到IronPython从那时起已经有了不少改进，但IronScheme的速度要快一些，甚至使用了“感觉”更像Python的Scheme来平衡球赛）

此外，我尝试尽可能多地使用.NETFramework作为IrOnStudio的基础，并使互操作更容易。如“代码>向量，<代码>字节向量，<代码>二进制端口和<代码>哈希表< /代码>是基于我们熟悉和使用的.NET.NET类；<代码>对象[]、

字节[]

、

流

和

哈希表

等等