Julia 中的错误处理 - “不推荐”异常的替代方案是什么？

Question

以下引用摘自 Julia 文档：

Julia 中的异常处理是使用

try — catch — finally

而不是

try — except — finally

完成的。与 Python 相比，不建议在 Julia 中将异常处理作为正常工作流程的一部分（与 Python 相比，Julia 在普通控制流方面更快，但在异常捕获方面较慢）。

这就提出了一个问题 - 在 Julia 程序中处理错误状态的推荐方法是什么？

我知道的其他方式

1. 整数返回码，例如 C 中

2. Result

   （或有时，

   Option

   ）类型，例如 Rust

之前在此站点和其他地方都曾进行过讨论，深入讨论了为什么 (1) 是一个坏主意，但是 Julia 文档中的引用似乎表明在 Julia 程序中处理错误状态的推荐方法是返回任意整数错误代码。我觉得这很令人惊讶，并怀疑我的解释不正确。

Answer 1

正如其他人所评论的，

try

、

catch

和

finally

流程的替代方案不是直接替代方案，而是预先重构代码以处理错误原因。

由于这是一个非具体的答案，因此对不同的控制流进行基准测试可能会有所帮助，以确定此重构是否值得重构的时间投资。

下面是一个以两种方式编写的简单函数：一种使用

try

来检测越界错误，另一种使用

if

来避免越界错误。请注意，这些函数在局部变量大小、时间复杂度等方面具有可比性，它们唯一真正的区别是控制流的选择，其中“if 函数”需要一个额外的相等性检查。

julia> function useTry()
    count = 0
    sizeOfVector = 50
    myVector = zeros(sizeOfVector) .+ 1 # create a vector of ones
    for i in 1:100
        try # try to add the ith element to count
            count += myVector[i]
        catch # if i is out of bounds, do nothing
            nothing
        end
    end
    return count == 50
end
useTry (generic function with 1 method)

julia> function avoidTry()
    count = 0
    sizeOfVector = 50
    myVector = zeros(sizeOfVector) .+ 1 # create a vector of ones
    for i in 1:100
        if i <= sizeOfVector # if possible, add the ith element to count
            count += myVector[i]
        else # if i is out of bounds, do nothing
            nothing
        end
    end
    return count == 50
end

avoidTry (generic function with 1 method)

julia> using BenchmarkTools

julia> @btime useTry()
  308.300 μs (152 allocations: 4.88 KiB)
true

julia> @btime avoidTry()
  315.929 ns (2 allocations: 992 bytes)
true

因此，使用 BenchmarkTools 的

@btime

（本质上是内置

@time

的改进（平均多次运行）版本），

avoidTry

比

useTry

快 975.85 倍。现在，这里有一些重要的警告：运行时将根据设备和当前设备使用情况而有很大差异，并且这两个功能仍然具有相当的性能。话虽这么说，更大数量的分配表明不同设备之间可能存在类似的性能差异。

这个小测试虽然说明了问题，但并不是故事的全部。如果您想要进行与此类似的测试，则必须使用与您的预期用例类似的函数来测试运行时。希望这能让您相信 Julia 文档并没有在性能差异方面撒谎，并且在适用时可能会避免

try

。