Julia 中的奇怪分配

考虑这个函数

function test_function(state, M, new_number)
    M[state..., 1] = new_number
end

在我的程序中，我想多次运行此函数，每次参数都是新的（有时由用户提供）。

为了测试这个函数的内存分配和速度，我写了这个循环

function test_for_loop(loop_num)
    state = [1, 1, 1 ]
    M     = randn(10,10,10,10)
    new_number = 3.0
    for i in 1:loop_num
        test_function(state, M, new_number)
    end 
end 

注意test_for_loop纯粹是为了测试效率而编写的test_function被多次应用。事实上，在每个应用程序中，state, M, and new_number是事先不知道的。

I used @allocated找到内存分配。随着我的增加loop_num，内存分配上升。我不知道为什么所以我用了--track-allocation。事实证明M[state...] = new_number占用大量内存分配。有人可以解释一下为什么吗？为什么它分配额外的内存，以及如何减少内存分配，使其不会随着loop_num?

原因是：

state = [1, 1, 1]

这是一个向量，它没有指定它的类型有多长。

将其更改为例如一个元组（因为元组已知编译时大小）：

state = (1, 1, 1)

分配问题将得到解决：

julia> function test_for_loop(loop_num)
           state = (1, 1, 1)
           M     = randn(10,10,10,10)
           new_number = 3.0
           for i in 1:loop_num
               test_function(state, M, new_number)
           end
       end
test_for_loop (generic function with 1 method)

julia> @time test_for_loop(10^8)
  0.118755 seconds (2 allocations: 78.188 KiB)