Julia的矢量{Vector {T}}连续存储在内存中吗？

Question

为了激励我的问题，请考虑处理Julia中的元素类型为Int的jagged arrays（为了简单起见）的情况。有两种方法来存储它们：

1. 作为Vector{Vector{Int}}
2. 作为Vector{Union{Vector{Int}, Int}}（尤其是，如果一个人希望以存储足够大的数1-要素矢量的）

我的问题是哪一个更高效/更快/更好？

为了回答这个问题，我需要知道每个内存是如何存储在内存中的。即：

1. 我假定一个类型Vector{Vector{Int}}的变量，将被认为是均匀的型阵列，因此，我希望它被存储连续在存储器，并且这样更CPU-的cache友善。我对吗？或者连续性仅适用于元素的数据类型为原始的数组？

一个 Vector{Union{Vector{Int}, Int}}类型考虑异质阵列的

2. 将可变的，并且这样存储的不在存储器中连续？

3. 将存储器中连续表示的好处与没有数组容器的1元素数组成员相比较的好处，即将它们存储为基本数据类型（在这种情况下为Int）？哪一个可以提高效率？

Answer 1

Julia的阵列只会T型拆箱如果isbits(T)是真实的商店元素。也就是说，这些元素必须是不可变的和无指针的。查看元素是否被立即存储的简单方法是分配一个未初始化的数组。拆箱（即时）值的连续阵列将有乱码：

julia> Array(Int, 3) 
3-element Array{Int64,1}: 
4430901168 
4470602000 
44309

而非isbits类型的数组将有#undef指针：

julia> Array(Vector{Int}, 3) 
3-element Array{Array{Int64,1},1}: 
#undef 
#undef 
#undef 

想象会发生什么，如果是后者返回的一个连续的大块Int s。它如何知道它有多大？或者一个矢量停止，下一个开始？这将取决于向量的大小，这还不知道。

A Vector{Union{Vector{Int}, Int}}将类似地将其元素存储为指针;这一次是因为Julia不知道如何解释每一个内联元素（是否应该像整数或像数组一样读取内存？）。它还有另一个缺点，就是Julia不知道它会从索引返回什么类型。这是一种类型不稳定性，并且肯定会比仅使用一个元素向量的性能更差。

可以创建自己的不规则数组类型来存储它的内联元素，但是它使标准库像普通数组一样工作是非常棘手的，因为它打破了很多有关索引工作原理的假设。你可以看看我最近的尝试：RaggedArrays.jl。您可以看到我如何将其与Issue#2中的以前工作进行比较。