Julia 如何改进函数的推理

我使用Julia0.4.7，因为我有一些旧代码，在我的应用程序中，它比0.5.1快

我试图计算长向量

Int

s的经验CDF。为此，我使用了

searchsortedlast（data，x）/n

，其中

data

是一个排序的

Vector{Int}

，

x

是一个

Int

和

n=length（data）

我必须计算很多向量的CDF，我发现速度非常慢。我认为减速是因为推断在

searchsortedlast

的某个地方失败了（正文中有一个

Any

）：

---

我已经看过了searchsortedlast的功能，但是我不知道如何改进那里的推理（有很多方法定义让我困惑，但这并不是说我是一个专业的程序员）。也许我可以在某个地方注释一些东西，但不知道在哪里。有人能帮忙吗？

除了升级到0.5之外，你真的什么都做不了，问题已经解决了。0.4根本不具备对0.5之类的函数类型进行分派的能力，这就是为什么

ord

调用的类型不稳定的原因

---

请注意，这种特定类型的不稳定性是无害的-由于函数的返回类型仍然是稳定的，因此唯一增加的成本是每次调用时向

searchsortedlast

进行一次动态调度，与搜索大型阵列的成本相比，这是一个很小的成本。

但我发现0.5无论如何都要慢。然后打开一个新问题，“为什么JuliaLang v0.5上的XYZ比v0.4.7慢？”并举一个人们可以运行的示例。

@code_warntype searchsortedlast(data, 2000)

Variables:
  v::Array{Int64,1}
  x::Int64

Body:
  begin $(Expr(:line, 184, symbol("sort.jl"), symbol("")))
      return (Base.Sort.searchsortedlast)(v::Array{Int64,1},x::Int64,(Base.Sort.ord)(Base.Sort.isless,Base.Sort.identity,false,Base.Sort.Forward)::Any)::Int64
  end::Int64