注：本文档中存在莫名奇妙的错误信息，可以参考JuliaRoadmap

LICENSE

本项目文档部分采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可（引用说明详见“参考资料”部分），代码部分采用MIT license进行许可。

推荐阅读

参考资料

前言

Julia简介

Julia 拥有可选类型标注和多重派发这两个特性，同时还拥有很棒的性能。 这些都得归功于使用 LLVM 实现的类型推导和即时编译（JIT）技术。Julia 是一门支持过程式、函数式和面向对象的多范式语言。 它像 R、MATLAB 和 Python 一样简单，在高级数值计算方面有丰富的表现力，并且支持通用编程。 为了实现这个目标，Julia 以数学编程语言（mathematical programming languages）为基础，同时也参考了不少流行的动态语言，例如 Lisp、Perl、Python、Lua、和 Ruby。

Julia 与传统动态语言最重要的区别是：

  • 核心语言很小：标准库是用 Julia 自身写的，包括整数运算这样的基础运算
  • 丰富的基础类型：既可用于定义和描述对象，也可用于做可选的类型标注
  • 通过多重派发，可以根据类型的不同，来调用同名函数的不同实现
  • 为不同的参数类型，自动生成高效、专用的代码
  • 接近 C 语言的性能

简介 - 图1

实例可以参考
这也是Julia的出现原因之一：cpython失败，pypy无法正确编译所有python代码，达不到足够的速度（本质是解释语言的设计不适合优化）

Julia 还拥有以下优势：

  • 采用 MIT 许可证：免费开源
  • 用户自定义类型的速度与兼容性和内建类型一样好
  • 无需特意编写向量化的代码：非向量化的代码就很快
  • 为并行计算和分布式计算设计
  • 轻量级的“绿色”线程：协程（即Task）
  • 低调又牛逼的类型系统
  • 优雅、可扩展的类型转换和类型提升
  • 对 Unicode 的有效支持，包括但不限于 UTF-8（即Char和String）
  • 直接调用 C 函数，无需封装或调用特别的 API（即ccall）
  • 像 Shell 一样强大的管理其他进程的能力（即Cmd）
  • 像 Lisp 一样的宏和其他元编程工具（即macro）

Julia 的目标是创建一个前所未有的集易用、强大、高效于一体的语言。

同时，Julia仍具有一些缺点

  • 预热较慢（这是所有基于JIT的语言的共有特点），1.6版本相较之前版本有了明显的提升
  • 环境不太友好，包较少（Julia仍然是一门新兴语言）

前景

  • 应用包括但不限于数值优化、生物信息、机器学习、数据科学、计算物理
  • 第一个（存疑）支持Julia的OnlineJudge