Types 接受数矩阵的所有向量作为Julia中的函数参数

我正在尝试编写一个函数，它接受矩阵向量并递归计算它们的乘积。函数本身是这样的：

using LinearAlgebra: I

"""
Recursively calculates the product of the matrices in a given vector `V`.
"""
function ∏_(V)
    if length(V) == 1
        return V[1]
    elseif length(V) == 0
        UniformScaling(1)
    else
        V[1] * ∏_(V[2:end])
    end
end

这一切都很好，但我想将输入的类型限制为

V::Vector{Matrix{Number}} ,

---

其中，

Number

可以是任何字段元素（整数、有理数或复数）。我如何使用Julia的类型注释实现这一点？我知道子类型操作符

您需要指定
V:：Vector{您需要指定
V:：Vector{一般来说，在Julia中过度限制输入类型被认为是不好的形式。尽量使您的类型签名允许，如果您不需要这样做的话（在不同输入的不同实现之间选择），您应该考虑根本不使用类型。

在这种情况下，我可能只使用
V:：AbstractVector
，让元素成为“支持乘法的任何类型”，甚至没有理由将其限制为
Number
s，imho

此外，在这种情况下，您可以只使用
prod
，它完全满足您的需要：

 ∏_(V) = prod(V)

顺便说一句：写
I
或
LinearAlgebra.I
可能比写
UniformScaling（1）更好
。
1
参数是一个
Int64
，如果它在较低整数的矩阵上运行，例如
Int32
，通常，在Julia中过度限制输入类型被认为是不好的形式。如果不需要执行分派，请尽量使类型签名具有许可性（在不同输入的不同实现之间选择），您应该考虑根本不使用类型。

在这种情况下，我可能只使用
V:：AbstractVector
，让元素成为“支持乘法的任何类型”，甚至没有理由将其限制为
Number
s，imho

此外，在这种情况下，您可以只使用
prod
，它完全满足您的需要：

 ∏_(V) = prod(V)

顺便说一句：
I
或
LinearAlgebra.I
可能比
UniformScaling（1）
更好。
1
参数是一个
Int64
，如果它在较低整数的矩阵上操作，比如
Int32
，
另一个（等效）选项是使用
向量{Matrix{T}}其中T另一个（等价）选项是使用
向量{Matrix{T}}其中T
V::AbstractVector{<:AbstractMatrix{<:Number}}
V::AbstractVector{<:AbstractMatrix}
V::AbstractVector
V::Any

 ∏_(V) = prod(V)