Julia 多次从分布中提取的最快方法_Julia

Julia 多次从分布中提取的最快方法

julia

Julia 多次从分布中提取的最快方法,julia,Julia,这：比这要快一些： function draw1(n) return rand(Normal(0,1), Int(n)) end 只是好奇为什么会这样，以及显式循环方式是否可以加速（我尝试了@inbounds和@simd，但没有得到加速）。这是不是初始分配的zero（）？我分别在0.25秒左右计时，这并不能完全解释差异（另外，第一种方法不是在引擎盖下预先分配阵列吗？）例如： function draw2(n) result = zeros(Float64, Int(n))

这：

比这要快一些：

function draw1(n)
    return rand(Normal(0,1), Int(n))
end

只是好奇为什么会这样，以及显式循环方式是否可以加速（我尝试了

@inbounds

和

@simd

，但没有得到加速）。这是不是初始分配的

zero（）

？我分别在0.25秒左右计时，这并不能完全解释差异（另外，第一种方法不是在引擎盖下预先分配阵列吗？）

例如：

function draw2(n)
    result = zeros(Float64, Int(n))
    for i=1:Int(n)
        result[i] =  rand(Normal(0,1))
    end
    return result 
end

尝试以下实现：

@time x = draw1(1e08)
  1.169986 seconds (6 allocations: 762.940 MiB, 4.53% gc time)
@time y = draw2(1e08)
  1.824750 seconds (6 allocations: 762.940 MiB, 3.05% gc time)

区别是什么：

使用
```
@inbounds
```
仅创建一次
```
Normal（0,1）
```
更快地初始化
```
结果
```

当我测试它时，它的性能基本上与

draw1

相同（虽然我没有在10e8向量大小上测试它（内存不足）-如果您可以运行这样的

@benchmark

，那就太好了）：

编辑：实际上在一个单独的函数中定义一个循环（与

rand

的做法完全相同）使

draw4

的性能比

draw3

要好一点：

julia> using BenchmarkTools                        

julia> @benchmark draw1(10e5)                      
BenchmarkTools.Trial:                              
  memory estimate:  7.63 MiB                       
  allocs estimate:  2                              
  --------------                                   
  minimum time:     12.296 ms (0.00% GC)           
  median time:      13.012 ms (0.00% GC)           
  mean time:        14.510 ms (8.49% GC)           
  maximum time:     84.253 ms (81.30% GC)          
  --------------                                   
  samples:          345                            
  evals/sample:     1                              

julia> @benchmark draw2(10e5)                      
BenchmarkTools.Trial:                              
  memory estimate:  7.63 MiB                       
  allocs estimate:  2                              
  --------------                                   
  minimum time:     20.374 ms (0.00% GC)           
  median time:      21.622 ms (0.00% GC)           
  mean time:        22.787 ms (5.95% GC)           
  maximum time:     92.265 ms (77.18% GC)          
  --------------                                   
  samples:          220                            
  evals/sample:     1                              

julia> @benchmark draw3(10e5)                      
BenchmarkTools.Trial:                              
  memory estimate:  7.63 MiB                       
  allocs estimate:  2                              
  --------------                                   
  minimum time:     12.415 ms (0.00% GC)           
  median time:      12.956 ms (0.00% GC)           
  mean time:        14.456 ms (8.67% GC)           
  maximum time:     84.342 ms (83.74% GC)          
  --------------                                   
  samples:          346                            
  evals/sample:     1