Julia中的运行时多态性开销

Question

我知道Julia在很大程度上依赖实时静态类型派生（基本上所有代码都需要被视为c++模板）。我还了解到，这意味着在不同类型的对象上使用单一算法时，只要这些类型在编译时是已知的，就不会有运行时开销。

当谈到运行时多态性时，我不太清楚它是如何工作的。假设我们有以下情况：

abstract Shape
type Circle <: Shape
    radius::Float64
end
type Square <: Shape
    width::Float64
end
dist(x::Circle, y::Circle) = ...
dist(x::Circle, y::Square) = ...
dist(x::Square, y::Circle) = ...
dist(x::Square, y::Square) = ...

s = get_shape()
t = get_shape()
a = dist(s,t)

这里，get_shape可以基于例如用户输入返回圆形或正方形。在c++中，调度只需要进行一次虚拟表查找。朱莉娅是怎么做到的？多重调度背后的机制是什么？它是否比虚拟表查找贵得多？从同一抽象类型派生Square和Circle有什么好处吗？或者这在运行时调度的上下文中完全无关吗？

EDT：在本例中运行@code_warntype会给出：

Variables:
  s::Union{Circle,Square}
  t::Union{Circle,Square}
Body:
  begin  # none, line 2:
      s = (Main.get_shape)()::Union{Circle,Square} # none, line 3:
      t = (Main.get_shape)()::Union{Circle,Square} # none, line 4:
      return (Main.dist)(s::Union{Circle,Square},t::Union{Circle,Square})::ASCIIString
  end::ASCIIString

因此，编译器并非完全不知道s和t的类型。在调用dist时，这些知识是否用于加快调度？

Answer 1

当同一函数有多个方法时，julia通过类型交集使用方法查找（将参数的类型与签名中的类型匹配）来确定调用哪个方法。如果可以推断类型，则可以在编译代码时执行该计算。通过提前进行查找，它不必在运行时执行类型交集，这样可以获得最佳性能。

当类型不可预测时，julia必须在运行时确定要调度到哪个方法。如果被调用的函数正在做少量的工作，这有时会成为运行时的瓶颈。（当它做了很多工作时，查找对性能基本上无关紧要）。

对于julia来说，这是一个比OOP语言稍微复杂一些的问题，因为正确的方法取决于所有的参数，而不仅仅是第一个参数。

Answer 2

我知道这是旧的，但如果有人对数字感兴趣，我会找到一个小基准。事实证明，目前（1.1）使用抽象类型的运行时多态性非常慢（30倍于静态调度，6倍于C++虚拟函数调用）。