Julia广播操作较for循环内存开销高且test3返回错误原因问询

test3返回错误结果的原因 #

Julia中对数组做普通切片操作（如A[k+1:n, k]）时，默认会返回原数组对应片段的拷贝，而非指向原数组的视图。
你在test3中调用broadcast!时，第一个参数传入的是A[k+1:n, k]生成的临时拷贝数组，运算结果只会写入这个临时拷贝对象，不会同步修改原数组A，循环结束后原数组几乎没有改动，因此返回结果错误。同时每次循环会额外生成输入切片和输出切片两份临时拷贝，因此内存开销是test2的两倍。

广播操作内存开销远高于普通for循环的原因 #

普通for循环中直接通过A[i, k]索引原数组，不需要生成任何中间临时对象，因此全程零堆内存分配。
而test2中使用A[k+1:n, k] ./= A[k,k]时，默认生成A[k+1:n, k]的拷贝作为广播操作的输入临时数组，每轮循环都会产生一次堆内存分配，累积下来总内存开销就远高于无临时分配的普通for循环。
要实现和for循环一致的零分配广播，只需要给切片加上@view宏生成视图即可，修改后的写法如下：

function test2_opt(A)
    n = size(A, 2)
    for k in 1:n
        @view(A[k+1:n, k]) ./= A[k,k]
    end
    A
end

该版本的@allocated返回值和test1一致为0，性能完全对齐手写for循环。

广播操作的官方使用规范说明 #

官方文档明确了广播的正确使用规则：

• 点广播语法默认会尝试就地执行运算，仅当输入/输出参数存在临时拷贝时才会产生额外分配
• 普通切片默认返回拷贝，要避免临时分配需要显式使用@view（单个切片）或@views（作用域内所有切片自动转视图）宏生成数组视图
• 手动调用broadcast!时，必须保证第一个目标参数是指向原存储的可变视图，否则运算结果不会写入原数组

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