Types Julia语言中的泛型浮点类型？

我的问题很简单，julia中是否有一个通用的

Float

类型？例如，对于

Integer

s的情况，可以简单地写入

Int

，在32位系统中将其转换为

Int32

，在64位系统中将其转换为

Int64

。对于

Float

s，请参见下面的示例函数：

function bb(n)
    b = Array{Float64}(n) 
    b[1] = 0.9999
    for i = 2:n
        @inbounds b[i] = b[i-1] * 0.9999
    end    
    println(b[n])
end

bb(10^3)
@time bb(10^3)
@time bb(10^8)

它给出了以下计时结果以及总内存分配：

0.9048328935585562
0.9048328935585562
  0.000100 seconds (135 allocations: 15.750 KB)
2.4703e-320
  3.230642 seconds (14 allocations: 762.940 MB, 1.51% gc time)

0.9048328935585562
0.9048328935585562
  0.003564 seconds (2.13 k allocations: 46.953 KB)
2.4703e-320
  351.068176 seconds (200.00 M allocations: 3.725 GB, 0.74% gc time)

现在将第一行更改为

b=Array{AbstractFloat}（n）

，并查看不可思议的巨大计时和内存分配：

0.9048328935585562
0.9048328935585562
  0.000100 seconds (135 allocations: 15.750 KB)
2.4703e-320
  3.230642 seconds (14 allocations: 762.940 MB, 1.51% gc time)

0.9048328935585562
0.9048328935585562
  0.003564 seconds (2.13 k allocations: 46.953 KB)
2.4703e-320
  351.068176 seconds (200.00 M allocations: 3.725 GB, 0.74% gc time)

---

没有什么比我能使用的

b=Array{Float}（n）

更好的了，我唯一想到的解决方案就是这个不优雅的符号

b=Array{typeof（1.0）}（n）

你的抽象浮点问题与32位或64位无关

Julia没有与

Int

匹配的

Float

，因为 浮点文字总是浮点64。
即，在64位或32位系统上

typeof（1.0）=Float64

。 （对于

Float32

文本使用

1.0f0

）

如果你真的想要一个，你需要把它定义为

@static if Sys.WORDSIZE == 64
    const Float = Float64
else
    const Float = Float32
end

但这似乎没有什么用处，因为它与任何东西都不对应。 即使是因为浮点数学在CPU中的实现（通常）是64位的，甚至是在32位CPU上，它也不会更接近硬件

请参阅：

在32位系统上使用Float32，在64位系统上使用Float64没有任何好处。 在任何地方使用Float32都有好处——如果您不需要准确性的话——关键的一点是将内存分配减半——这将使分配时间和进程间通信时间减半

关于您的绩效问题：

b=Array{AbstractFloat}（n）

是因为您正在创建包含抽象类型的容器。 看见 它们的速度很慢，因为它们基本上是指针数组——每次与元素交互时都需要取消对指针的引用。 这是因为这样的数组

b

已声明可能包含任意数量的不同类型的元素。有些可能是

Float16

其他可能是

Float32

，有些甚至可能是

BigFloat

s或

ArbFloat{221}

。 因此，包含抽象类型的容器处理起来很慢，因为它们是指针数组

所以写

b=Array{typeof（1.0）}（n）

完全等同于写

b=Array{Float64}（n）

那里什么也没有做。 所以这显然不是解决你真正问题的办法

假设您真正的问题是要指定返回的类型，则应将其作为参数传入：

function bb(T, n)
    b = Array{T}(n) 
    b[1] = 0.9999
    for i = 2:n
        @inbounds b[i] = b[i-1] * 0.9999
    end    
    println(b[n])
end

用（例如）

bb（float32100）

调用它。 所有的数学运算都发生在Float64中，因为它是使用Float64文本指定的，但是当您将它分配给数组时，

convert（T，…）

将被隐式调用

或者，您可能希望传入值，并推断类型：

function bb(n, b1::T)
    b = Array{T}(n) 
    b[1] = b1
    for i = 2:n
        @inbounds b[i] = b[i-1] * b1
    end    
    println(b[n])
end

---

用：

bb（100，0.9999f0）

简短回答：使用Float64。如果您坚持执行

const Float=typeof（1.0）

并在之后使用Float，但标准是Float64（顺便说一句

const

…是写入

typealias

的新方法）。此外，浮点数也是一种折衷方案。如果您有特殊需要，您可能需要仔细考虑使用哪种数字类型，Julia中有很多。@DanGetz--谢谢您的回复。然而，这又提出了另一个问题，为什么Julia团队不在Julia内核中添加优雅的

const Float=typeof（1.0）

？无论底层系统是什么，人们只需编写

Float

，就更容易了。话语链接+1。这确实经常出现。我觉得解决方案可能更符合matlab的思路，即

const Single=Float32；constdouble=Float64

而不是

constfloat=Float64

（我同意说“Float”会让用c++思考的人感到困惑）我不会在Base中定义更多内容。我只会让它出错，让人们用谷歌搜索它并找到合适的文档（例如这个答案和不和谐的帖子）

Float64

和

Float32

是理想的名称。不需要使用其他任何东西。（我希望julia永远不会成为TIMTOWTDI）（+1）回答得很好@LyndonWhite，所以我理解的是，如果我错了，请纠正我，在32位系统上写

Float64

会很好吗？我最关心的是编写性能良好的泛型代码。顺便说一句，Julia有一个很好的社区，我很荣幸能成为其中的一员。你是对的，Float64可以在32位系统上正常工作。