朱莉娅，加速评估

Julia 有一个非常好的功能，可以访问自己的语法树，这使得以编程方式生成新函数变得很容易，但它比普通的 Julia 代码慢得多。

例如：

julia> timing = @time for i in [1:100] tan(pi/2*rand()); end
elapsed time: 1.513e-5 seconds (896 bytes allocated)

julia> timing = @time for i in [1:100] x = pi/2*rand(); eval(:(tan(x))); end
elapsed time: 0.0080231 seconds (23296 bytes allocated)

julia> timing = @time for i in [1:100]  eval(:(tan(pi/2*rand()))); end
elapsed time: 0.017245327 seconds (90496 bytes allocated)

有没有办法给eval与普通 Julia 代码的速度相同吗？

编辑： 我能够使用以下方法稍微加快评估速度precompile功能，但这还不够：

julia> tmp3 = :(sin(x))
:(sin(x))

julia> timing = @time for i in [1:100000] x = pi/2*rand(); eval(tmp3); end
elapsed time: 8.651145772 seconds (13602336 bytes allocated)

julia> precompile(tmp3,(Float64,Float64))

julia> timing = @time for i in [1:100000] x = pi/2*rand(); eval(tmp3); end
elapsed time: 8.611654016 seconds (13600048 bytes allocated)

EDIT2:

@Ivarne 建议我提供有关我的项目的详细信息。好吧，我想使用 Julia 的元编程功能来计算符号导数并运行它们。

我写了一个函数derivative(ex::Expr,arg::Symbol)它采用 and 表达式和一个参数，并返回一个新表达式，该表达式是ex关于arg。不幸的是，由此产生的Expr评估时间太长。

EDIT3：作为结论，使用的表演@eval代替eval:

julia> timing = @time for i in [1:100000] x = pi/2*rand(); @eval(tmp3); end
elapsed time: 0.005821547 seconds (13600048 bytes allocated)

tmp3还是:(sin(x))

如果您需要速度，则不应使用 eval，因为它每次都必须做大量工作才能生成优化的快速代码。

如果你想操作表达式，你应该看看宏。它们对表达式进行操作并返回将被编译一次的表达式。看http://docs.julialang.org/en/latest/manual/metaprogramming/.

如果您提供有关问题的一些详细信息，而不仅仅是 eval 上的性能测试，那么会更容易为您指明正确的方向。让 julia 中的 eval 更快是一个项目，而不是 StackOverflow 的问题。

Edit: 已经有一些这样的功能了微积分.jl，我认为最好是这样做：

myexpr = :(sin(x))
myexpr_dx = derivative(myxpr)
@eval myfun(x) = $myexpr
@eval myfun_dx(x) = $myexpr_dx 

这样你就可以得到一个可以计算的函数而不是表达式。然后，您可以对 myfun(x) 和 myfun_dx() 进行性能测试