Julia中如何正确定义类似C++的无输入参数模板函数

你遇到的UndefVarError: T not defined报错，核心原因是Julia的参数化函数不会自动推导无来源的类型参数：类型参数必须要么能从函数输入参数推断，要么在调用时手动显式指定。你定义的test_template没有任何输入参数，直接调用时Julia无法确定类型参数T的具体取值，自然会抛出变量未定义错误。

和C++里显式写fun<int>()指定模板参数的逻辑对应，Julia调用无入参的参数化函数时，也需要手动指定类型参数。

写法1：类C++模板的花括号传参 #

这种写法和C++模板的调用习惯几乎一致，类型参数放在函数名后的花括号中传入：

# 定义带类型参数T的函数，约束T为Real的子类型
function test_template() where {T<:Real}
    x = round(T, 1.0)
    # 直接判断类型参数T即可，无需判断x的类型，编译期即可确定分支
    if T === Float64
        println("Data type is Float64")
    elseif T === Float32
        println("Data type is Float32")
    elseif T === Int64
        println("Data type is Int64")
    else
        println("Data type is unknown")
    end
    return x::T
end

调用示例：

i = test_template{Int64}()   # 输出 Data type is Int64，i为Int64类型的1
d = test_template{Float64}() # 输出 Data type is Float64，d为Float64类型的1.0

写法2：Julia原生多分派写法（社区更常用） #

Julia的核心特性是多分派，更惯常的写法是把目标类型作为入参，通过Type{T}单例类型匹配，这种写法对动态调用更友好：

function test_template(::Type{T}) where T<:Real
    x = round(T, 1.0)
    if T === Float64
        println("Data type is Float64")
    elseif T === Float32
        println("Data type is Float32")
    elseif T === Int64
        println("Data type is Int64")
    else
        println("Data type is unknown")
    end
    return x::T
end

调用示例：

i = test_template(Int64)
d = test_template(Float64)
# 支持动态传类型，比如把类型存在变量里调用
target_type = Float32
f = test_template(target_type) # 输出 Data type is Float32

你代码中基于类型的分支判断，在Julia中会在编译阶段被优化：编译器为每个具体的T生成特化代码时，会自动裁掉不成立的分支，效果和C++的if constexpr完全一致，没有运行时开销。
如果类型分支较多，更推荐直接利用多分派定义不同类型的特化方法，省去if-else判断：

# 通用兜底实现
function test_template(::Type{T}) where T<:Real
    println("Data type is unknown")
    return round(T, 1.0)::T
end

# Float64特化
test_template(::Type{Float64}) = begin
    println("Data type is Float64")
    return 1.0
end

# Int64特化
test_template(::Type{Int64}) = begin
    println("Data type is Int64")
    return 1
end

内容的提问来源于stack exchange，提问作者Buddy