comptime expression 的执行机制

// main.zig
const std = @import("std");

// 这个方法没有太大的业务逻辑，目的仅仅是防止优化，让 longLoop(n) 方法的耗时更明显
fn longLoop(n: usize) usize {
    var sum: usize = 0;

    var i: usize = 0;
    while(i < n) : (i += 1) {
        var sum2: usize = 0;
        const skip = i % 10 + 1;
        var j: usize = 0;
        while(j < n) : (j += skip) {
            sum2 += j;
        }
        sum += sum2;
    }
    return sum;
}

pub fn main() !void {
    const n = 6000;

    // show times of longLoop(n)
    const start = std.time.milliTimestamp();
    const result = longLoop(n);
    const end = std.time.milliTimestamp();
    std.debug.print("runtime  eval: n = {}, result = {}, time = {}ms\n", .{ n,  result, end - start});

    const start2 = std.time.milliTimestamp();
    @setEvalBranchQuota(1_000_000_000);
    const result2 = comptime longLoop(n);
    const end2 = std.time.milliTimestamp();
    std.debug.print("comptime eval: n = {}, result = {}, time = {}ms\n", .{ n,  result2, end2 - start2});

}

编译 main.zig, zig build-exe -O ReleaseFast src/main.zig, 耗时 21s. 调整 comptime longLoop(n) 的参数，分别耗时如下：

n	compile time	runtime eval	comptime eval
1	4.5s	0ms	0ms
10	4.5s	0ms	0ms
100	4.5s	0ms	0ms
1000	5.0s	0ms	0ms
2000	6.6s	1ms	0ms
3000	8.6s	3ms	0ms
4000	11.9s	3ms	0ms
5000	15.9s	4ms	0ms
6000	21.0s	9ms	0ms
7000	27.0s	12ms	0ms
8000	33.9s	14ms	0ms
9000	41.9s	18ms	0ms
10000	50.7s	19ms	0ms

从上述数据可以看出，comptime longLoop(n) 随着 n 的增长， compile time 会显著增长，n == 1000 时，编译时长为5s，而 n = 10000 时编译时长为50s。而 runtime eval 的耗时仅仅是从 0ms 增长到 19ms, 这可以说明，compile 阶段，comptime eval 并非 native 方式执行 longLoop 代码，而是采用了一种 AST interpreter 的方式执行代码，在这个场景中，效率有上千倍的差距。（这个案例仅为测试目的，实际 comptime 的耗时差距一般会显著低于这个差距，甚至在大部份情况下，对使用者无明显感知）。

comptime evaluation 是在 Sema 阶段完成的。参考文档：Zig Sema

我还没有看懂这篇文章。

learning

comptime expression 的执行机制