Ответ 1
Векторизованные операции, такие как .^, являются именно тем, что хорошо подходит Octave, потому что они фактически полностью реализованы в специализированном C-коде. Где-то в коде, который скомпилирован при построении Octave, есть функция C, которая вычисляет .^ для двойника и массив двойников - то, что вы на самом деле выбираете здесь, и это быстро, потому что оно написано на C. Julia Оператор .^, с другой стороны, написан в Джулии:
julia> a = 0.9999;
julia> @which a.^(1:10000)
.^(x::Number,r::Ranges{T}) at range.jl:327
Это определение состоит из этого:
.^(x::Number, r::Ranges) = [ x^y for y=r ]
Он использует одномерное понимание массива, чтобы поднять x до каждого значения y в диапазоне r, возвращая результат как вектор.
Эдвард Гарсон вполне прав, что нельзя использовать глобальные переменные для оптимальной работы в Джулии. Причина в том, что компилятор не может очень хорошо рассуждать о типах глобальных переменных, потому что они могут меняться в любой момент, когда выполнение выходит из текущей области. Выход из текущей области не звучит так, как часто бывает, но в Julia даже основные вещи, такие как индексирование в массив или добавление двух целых чисел, фактически являются вызовами метода и, таким образом, оставляют текущую область. Однако в коде в этом вопросе все время проводится внутри функции .^, поэтому факт, что a является глобальным, на самом деле не имеет значения:
julia> @elapsed a.^(1:10000)
0.000809698
julia> let a = 0.9999;
@elapsed a.^(1:10000)
end
0.000804208
В конечном счете, если все, что вы когда-либо делаете, это вызывать векторизованные операции с массивами с плавающей запятой, Octave просто отлично. Тем не менее, это часто не на самом деле, где большая часть времени проводится даже на динамических языках высокого уровня. Если вы когда-нибудь захотите итерации по массиву с циклом for, работая над каждым элементом со скалярной арифметикой, вы обнаружите, что Octave довольно медленный в таких вещах - часто в тысячи раз медленнее, чем код C или Julia тоже самое. С другой стороны, писать для петель в Джулии - это вполне разумная вещь - на самом деле весь наш код сортировки написан в Джулии и сопоставим с показателем C. Есть также много других причин использовать Юлию, которая не связана с производительностью. Будучи клоном Matlab, Octave наследует многие проблемы дизайна Matlab и не очень хорошо относится к языку программирования общего назначения. Например, вы не хотели бы писать веб-сервис в Octave или Matlab, но довольно легко сделать это в Julia.