拼接生成器内容与另一向量的最优性能实现方案

我需要生成一个数组，要求末尾包含固定值集合（例如3,2,1），期望实现的效果如下：

julia> N = 10;

julia> [(i^2 for i in 1:N)..., 3, 2, 1]
13-element Vector{Int64}:
   1
   4
   9
  16
  25
  36
  49
  64
  81
 100
   3
   2
   1

已知当N（或后缀长度）很大时，用vcat（即;语法）构建数组通常比展开（splatting，...操作）更高效，比如下面的性能对比：

julia> let a = fill(0.0, 1000)
           @btime [$a..., $10.0]
       end;
  34.250 μs (1002 allocations: 23.64 KiB)

julia> let a = fill(0.0, 1000)
           @btime [$a; $10.0]
       end;
  685.833 ns (18 allocations: 8.36 KiB)

那么展开生成器是否存在性能损耗？有没有更优的替代方案？先看展开生成器的基准测试结果：

julia> @btime [(i^2 for i in 1:$1000)..., 3, 2, 1];
  52.541 μs (2477 allocations: 93.95 KiB)

如果直接用vcat语法拼接生成器和后缀值，会得到不符合预期的结果——因为生成器不是数组，会被直接作为单个元素放入数组：

julia> [(i^2 for i in 1:10); 3; 2; 1]
4-element Vector{Any}:
  Base.Generator{UnitRange{Int64}, var"#47#48"}(var"#47#48"(), 1:10)
 3
 2
 1

优化方案 #

核心解决思路是先将生成器转换为数组，再通过vcat拼接后缀元素，有两种高效实现方式：

1. 使用数组推导式生成前半部分，再拼接后缀数组

@btime vcat([i^2 for i in 1:$1000], [3,2,1]);

2. 用collect显式转换生成器，再拼接后缀

@btime vcat(collect(i^2 for i in 1:$1000), [3,2,1]);

这两种方式的性能远优于展开生成器：它们会预先计算总元素数量（1000+3=1003），一次性分配足够的内存，避免了展开操作中频繁的数组扩容和内存分配，大幅减少分配次数和耗时。

性能对比 #

以N=1000为例，优化后的方案耗时通常在1μs左右，分配次数仅20次以内，相比展开生成器的50+μs和2000+次分配，性能提升非常明显。

内容的提问来源于stack exchange，提问作者NHDaly