A versão 1.11 da linguagem de programação Julia foi lançada, trazendo uma combinação única de alta performance, suporte a tipagem dinâmica e ferramentas nativas para programação paralela. O novo lançamento mantém a familiaridade do seu design, que lembra o MATLAB, e incorpora elementos de outras linguagens como Ruby, Lisp e Perl. Julia continua a ser distribuída sob a licença MIT.
Principais características da linguagem
- Performance otimizada: O compilador Julia, baseado no LLVM, gera código nativo altamente eficiente, buscando alcançar a performance próxima à de programas escritos em C.
- Multiplas paradigmas: Julia suporta diversas abordagens de programação, como orientada a objetos e funcional. Sua biblioteca padrão inclui funções para operações assíncronas, gerenciamento de processos e perfis de desempenho.
- Tipagem dinâmica: Variáveis em Julia não precisam de declarações explícitas de tipos, similar a outras linguagens de script. No entanto, o uso de tipos específicos é opcional.
- Flexibilidade em cálculos numéricos: Ideal para computações científicas e aprendizado de máquina, Julia oferece suporte a diversos tipos numéricos e permite paralelização de cálculos.
- Integração direta com C: Funções de bibliotecas escritas em C podem ser chamadas diretamente sem a necessidade de camadas intermediárias.
Novidades do Julia 1.11
1. Novas funcionalidades
- Tipo Memory: Alternativa ao Array, com menor custo e construção mais rápida, ideal para casos onde não é necessário o conjunto completo de funcionalidades dos arrays.
- Palavra-chave “public”: Agora é possível marcar identificadores como públicos, diferenciando-os dos marcados como “export”.
- Pasta Manifest renomeável: Agora, Manifest.toml pode ser nomeado de forma específica para diferentes versões de Julia, facilitando a manutenção de ambientes.
- Suporte ao Unicode 15.1: Expande a compatibilidade com novos caracteres e símbolos.
Notícias Relacionadas
Green Coding
Saiba como o Green Coding pode tornar a tecnologia mais eficiente e sustentável
Descubra como o Green Coding está ajudando empresas a combinar inovação tecnológica com práticas sustentáveis para reduzir impactos ambientais e promover eficiência em TI.
Desempenho seguro
Decodificadores PNG seguros em Rust superam alternativas em C
Os decodificadores de imagens PNG desenvolvidos em Rust estão conquistando destaque não apenas pela segurança, mas também pelo desempenho superior quando comparados às alternativas baseadas em C. Este avanço representa um marco significativo na evolução de ferramentas seguras e eficientes. Rust redefine segurança e desempenho em decodificação de imagens Rust é amplamente reconhecido por suas […]
2. Melhorias no compilador e tempo de execução
- O compilador agora inclui uma heurística atualizada para o coletor de lixo, melhorando a eficiência de gerenciamento de memória.
- Nova funcionalidade para relocação de arquivos de pré-compilação, aumentando a flexibilidade no uso de pacotes.
3. Mudanças na REPL e novas bibliotecas
- A conclusão automática de código no REPL foi aprimorada com sugestões em tempo real.
- ScopedValues: Uma nova biblioteca para gerenciar configurações dinâmicas sem depender de variáveis globais.
Conclusão
A versão 1.11 da Julia traz inovações que aumentam a flexibilidade e a performance da linguagem, reforçando seu papel em computação científica e aprendizado de máquina. Explore a nova versão e aproveite seus recursos para otimizar seus projetos.
