Can we contextualize `parent_type`?
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 20/100
Línea de trabajo
Comienza leyendo el PR enlazado y la discusión de la issue sobre parent(x), parent_type(x) y las categorías de BufferStyle propuestas. Compara los ejemplos indicados —SubArray, Tridiagonal y FillArrays— y determina si se puede especificar un trait concreto o un diseño genérico f(x) = f(parent(x)). Se considera terminado cuando se haya llegado a una propuesta de interfaz definida e implementable.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
When I made this PR to base some good points were brought up about what we knew about parent(x) compared to x. With a few exceptions (that we should probably clean up), we simply use parent_type as convenient syntax for communicating the type of the underlying data buffer/collection. An informal search through juliahub shows that a handful of packages define something very similar independent of this package, so it's clearly something that has utility already. I'd like to know if we could do better.
The biggest hangup here is how we succinctly describe what assumptions persists between x and parent(x). The only approachable idea I have is a method like is_lazy_wrapper when we can assume that the wrapper type changes nothing. However, that seems extremely limiting and questionably useful.
A more approachable aspect to this is describing the kind of type that is parent_type(x). For example, sub-typing something like BufferStyle with these subtypes:
WrappedBuffer: single wrapped buffer likeSubArray.MultiBuffer: multiple distinct buffers likeTridiagonalComputedBuffer: buffer is computed on the fly and isn't stored in memory (e.g., FillArrays).
However, creating traits for describing parent_type(x) isn't terribly useful until we have a generic approach for doing f(x) = f(parent(x)).
- Lenguaje dominante
- Julia
- Estrellas
- 14
- Forks
- 8
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de JuliaArrays/StaticArrayInterface.jl
-
tagbot-manual
Dificultad 1/5 Menos de una hora Aptitud para principiantes 68/100
-
Dificultad 3/5 1-2 días Aptitud para principiantes 35/100
-
Storage OrderAbierto
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
JuliaArrays/StaticArrayInterface.jl#4 · 1 comentario ·
-
Size of StaticArray typeAbierto
Dificultad 4/5 3-5 días Aptitud para principiantes 32/100
JuliaArrays/StaticArrayInterface.jl#3 · 10 comentarios ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 45/100
JuliaArrays/StaticArrayInterface.jl#10 · 2 comentarios ·
Todos los issues de JuliaArrays/StaticArrayInterface.jl
Issues similares
-
add-on doc enhancement
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
JuliaGraphics/ColorTypes.jl#344 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
R dockerfile no longer buildsAbiertoR
Dificultad 1/5 Menos de una hora Aptitud para principiantes 88/100
eWaterCycle/remotebmi#58 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
-
`enzymexla.linalg.lu` lowering fails for a tall matrix: the permutation is built with the pivot typeAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
EnzymeAD/Enzyme-JAX#3286 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 90/100
SciML/LinearSolve.jl#1359 · 1 comentario ·
Los mantenedores suelen responder en 1 día