Julia中奇数维度与偶数维度Vector的内存分配差异

先看你提供的代码运行结果：

julia> for N in 1:10 @time a = [k for k in 1:N] end
  0.000002 seconds (1 allocation: 64 bytes)
  0.000000 seconds (1 allocation: 80 bytes)
  0.000000 seconds (1 allocation: 80 bytes)
  0.000000 seconds (1 allocation: 96 bytes)
  0.000000 seconds (1 allocation: 96 bytes)
  0.000000 seconds (1 allocation: 112 bytes)
  0.000000 seconds (1 allocation: 112 bytes)
  0.000000 seconds (1 allocation: 128 bytes)
  0.000000 seconds (1 allocation: 128 bytes)
  0.000000 seconds (1 allocation: 144 bytes)

这个现象和Julia对奇数长度的特殊优化无关，其实是内存分配器的块大小策略在起作用：

• Julia默认用jemalloc做内存分配器，它处理小内存请求时，会按固定递增的块大小来分配（比如64、80、96、112字节这类，每步涨16字节），不会精确分配你刚好需要的字节数——这么做是为了减少内存碎片，同时保证内存对齐。
• 对于存储Int64元素的Vector来说，每个元素占8字节，再加上数组自身的元数据、分配器的头部开销，总内存需求会呈现这样的规律：
  • N=1时，总需求刚好凑齐64字节的块，所以分配64字节。
  • N=2时，总需求超过了64字节，但还没到80字节，分配器直接给下一个80字节的块；到N=3时，总需求刚好填满80字节的块，所以和N=2用了一样的内存。
  • 以此类推，N=4的需求超了80字节，分配96字节的块；N=5的需求刚好填满96字节，所以和N=4的分配大小相同。

说白了，不是奇数长度没额外分配，而是奇数长度的总内存需求刚好卡准了分配器的块大小，相邻的偶数长度需求还没填满这个块，所以两者看起来用了一样的内存。

内容的提问来源于stack exchange，提问作者CrisPlusPlus