Ein Typ Dict wurde hinzugefügt, der assoziative Arrays zur Speicherung von Schlüssel/Wert-Paaren implementiert.
In der neuen Version:
- Ein sicherer (safe) Typ für die Arbeit mit Zeigern "Reference" wurde hinzugefügt, der als Alternative zu normalen ungeschützten (unsafe) Zeigern verwendet werden kann. Reference unterscheidet sich durch die Nachverfolgung der Lebensdauerinformationen des Zeigers und durch Prüfungen des indirekten Zugriffs.
- Ein sicherer (safe) Typ für die Arbeit mit Zeigern "Reference" wurde hinzugefügt, der als Alternative zu herkömmlichen unsicheren (unsafe) Zeigern verwendet werden kann. Reference unterscheidet sich durch die Verfolgung von Lebenszeitinformationen des Zeigers und durch Überprüfungen des indirekten Zugriffs.
- Die Standardbibliothek sys.info wurde um die Funktionen num_physical_cores, num_logical_cores und num_performance_cores erweitert, um Informationen über physische und logische CPUs abzurufen und Zugriff auf Leistungszähler zu erhalten.
- Im Compiler wurde die Option "-D MOJO_ENABLE_ASSERTIONS" hinzugefügt, um Debug-Prüfungen (Assertions) in den Funktionen der Standardbibliothek zu aktivieren, um verschiedene Arten von Fehlern zu identifizieren. Der Modus ist standardmäßig deaktiviert, da er sich negativ auf die Leistung auswirkt.
- Im Mojo Language Server und dem Plugin für Visual Studio Code wurden die Funktionen zum Suchen aller Verweise (Find All References) und zum Wechseln zu Verweisen (Go to References) hinzugefügt.

Das Mojo-Projekt wird unter der Leitung von Chris Lattner, dem Gründer und Hauptarchitekten des LLVM-Projekts sowie dem Schöpfer der Programmiersprache Swift, entwickelt. Die Sprache Mojo kombiniert die Benutzerfreundlichkeit für Forschungs- und Entwicklungsprojekte und die schnelle Erstellung von Prototypen mit der Eignung zur Entwicklung von Hochleistungs-Endprodukten. Dies wird durch die Verwendung der gewohnten Syntax der Sprache Python erreicht, während die Eignung für leistungsstarke Produkte durch die Möglichkeit der Kompilierung in Maschinencode, sichere Speichermethoden (zum Beispiel statische Typisierung, Lebensdauern-Tracking von Referenzen und Variablen-Verleihüberprüfung) und den Einsatz von Hardware-Beschleunigung (wie die Nutzung von GPUs, spezialisierten Beschleunigern für maschinelles Lernen und Vektorprozessor-Anweisungen) gewährleistet wird. Weitere Informationen über Mojo können im ersten Ankündigung des Projekts gefunden werden.
Quelle: opennet.ru

