3.3 高级数组特性与性能契约

3.3 高级数组特性与性能契约

本节摘要：数组写法和形态都会了，还剩最后一层：把数组当参数传进过程时，怎么保证编译器不"保守处理"。假定形状数组用显式接口换来接口灵活性，延迟形状与自动数组分别住在堆和栈上，contiguous 属性则是一份"我的实参内存连续"的承诺书。本节把三种形状声明、显式接口与连续性的性能契约讲透。

一个接口升级引发的连锁重构

老代码里常见这种过程：subroutine solve(a, n)，数组大小靠整数参数 n 传进去，数组声明写成 real a(n)。某天网格从一维变成二维，这个子程序的接口就得改，所有调用点跟着改，编译不过的地方一片红。这就是把"维度信息"硬编码进接口的代价。假定形状数组 real :: a(:) 的初衷就是消灭这种连锁重构——接口只承诺"这是一维数组"，形状由调用方决定。

三种形状声明：接口灵活与内存位置的取舍

subroutine fill_default(d)
  use iso_fortran_env, only: real64
  implicit none
  real(real64), intent(inout) :: d(:)      ! 假定形状：任何一维实数组都能传进来
  d = 1.0_real64
end subroutine fill_default

program call_fill
  use iso_fortran_env, only: real64
  implicit none
  real(real64) :: m(10, 10)
  call fill_default(m(:, 1))               ! 传一列切片，合法
  call fill_default(m(1, :))               ! 传一行切片，也合法
end program call_fill
​

假定形状的代价：编译器需要数组描述符（秩、边界、步长）才能生成正确的访问代码，这要求显式接口——过程定义在模块里，或写成内部过程，或手工写 interface 块。裸的外部子程序没有显式接口，用假定形状会编译报错。自动数组的代价相反：栈空间有限，大数组会栈溢出；但它分配快、无泄漏风险，适合中小规模的临时工作区。

显式接口：假定形状的前提

为什么必须显式接口？因为编译器要检查实参的秩、类型与 intent 是否匹配，这需要完整的过程签名。放在模块里的过程自带显式接口，这也是"一切过程都该进模块"这条工程铁律的技术原因。没有显式接口，你连参数个数错了都要等到运行时才炸。

module math_ops_mod
  use iso_fortran_env, only: real64
  implicit none
contains
  real(real64) function norm2_v(v) result(n)
    real(real64), intent(in) :: v(:)      ! 模块内过程，自动获得显式接口
    n = sqrt(sum(v * v))
  end function norm2_v
end module math_ops_mod

program use_norm
  use math_ops_mod, only: norm2_v
  use iso_fortran_env, only: real64
  implicit none
  real(real64) :: x(4)
  x = [3.0_real64, 0.0_real64, 4.0_real64, 0.0_real64]
  write(*,*) norm2_v(x)                    ! 5.0
end program use_norm
​

contiguous：跟编译器签一份连续性的约

假定形状数组作为实参时，可能指向连续内存，也可能只是某个大数组的切片。编译器无法确定，只能假设最坏情况，于是放弃 SIMD。contiguous 属性就是这份承诺书：声明实参内存连续，编译器据此生成向量指令。

subroutine saxpy_c(v, x, y)
  use iso_fortran_env, only: real64
  implicit none
  real(real64), intent(in), contiguous :: v(:), x(:)
  real(real64), intent(inout), contiguous :: y(:)
  y = y + v * x        ! 编译器可安全向量化
end subroutine saxpy_c
​

代价也明确：如果调用方真传了一个不连续的切片，编译器要么生成拷贝，要么报错。所以 contiguous 适用于"我保证传连续实参"的核心内核；在通用接口层别滥用，否则会把合法调用挡在门外。经验法则：性能敏感、形状规则的数值内核加 contiguous；面向用户的通用过程保持宽松。

图：数组特性分层与性能契约

一个调优案例的启发

有一类性能问题几乎每个 Fortran 项目都会撞上：同样的代码，传整块数组快，传某列切片慢。原因正是连续性——切片实参在声明层就丢了连续性承诺，优化层只能保守。解决办法不是加 contiguous 让编译器硬着头皮优化，而是调整数据结构或接口：要么按列存成连续块，要么在入口处 pack 一次。先想清楚数据该长什么样，再谈属性，这是数组性能调优的正序。第 8 章性能分析一节会再回到这个模式。

学习目标

阅读完本节，你应当能够：

1. 区分假定形状、延迟形状、自动数组三种声明及其内存位置
2. 说明为什么假定形状数组必须配显式接口
3. 解释 contiguous 属性如何解锁 SIMD，以及它的代价是什么
4. 为一个高性能过程选择正确的数组声明方式

本节要点回顾

• 三种形状声明各有地盘：假定形状灵活、延迟形状上堆、自动数组上栈
• 假定形状必须配显式接口：这是"过程进模块"工程铁律的技术原因
• contiguous 是连续性承诺书：解锁 SIMD 的前提，代价是挡住不连续实参
• 切片实参天然不连续：热路径上要么调整布局，要么 pack 后喂给内核
• 性能调优先想布局再谈属性：数据结构合理，属性只是锦上添花
• 本节的布局直觉直通第 6 章并行：分布式数组与 GPU 显存拷贝都建立在连续布局上

数组引擎加满油了，下一站是它的"变速箱"——模块与过程设计。