本文在对应视频文稿基础上有所修改. 增加了代码示例, 删节部分不必要的内容.
本书源文件可点击右上角github按钮.
前言¶
本书尝试带你概览绝大部分主流编程语言的重要特性以及这些特性对应语言背后的模型.
了解这些模型和对应的特性能够快速了解这门语言能做什么, 以及怎么做.
掌握了这些语言模型,就像在黑暗中点亮一盏盏火把🕯️. 当你清晰看到编程语言的全貌和边界, 你会获得安全感和自信.
以后即使你面对全新的语言和突破性的特性, 你也能迅速定位它们在整个领域中的位置.
这样一来, 语言本身的复杂性就不再是障碍了, 你的思考空间将变得纯净, 更能够直击问题的本质.
目标读者¶
如果你是完全的新手, 想要入门, 那么观看完这个视频后你可能会发现, 我在用一些陌生的概念解释另一些陌生概念, 这对入门学习并不利.对于学习而言, 内容的选择非常重要.
语言学家Stephen Krashen认为学习一门语言需要可理解的内容, 参考视频
如果你曾经玩过巴别塔圣歌这款游戏, 可能会对此有更深的体会.
对于新手来说, 学习语言本身只是第一步, 更重要的是学会如何使用语言进行实战.对于完全没有编程基础的朋友, 我推荐《笨办法学Python3》(a.k.a learn python the hard way)这本入门书, 这里是在线英文版.
模型树¶
使用编程语言的本质目的是生产和创造.了解多种语言意味着你的创造范围不仅局限于某一种应用.语言能够作为桥梁, 贯通不同计算机科学分支中的概念, 加深对不同抽象范畴的理解.
Figure 4:模型树, excalidraw源文件见github repo根目录
所有语言都开始于declarative model声明式模型, 从它延伸出4个分支, 分别是面向并发模型, 显式状态及其并发模型, 函数式模型和逻辑编程模型. 元编程独立于这个体系. 其中
- Core是所有语言共有的元素.
- Declarative model是一个不包含"变量"和循环的简单编程模型, 掌握这种模型能锻炼编写算法的能力.
- Concurrent declarative model及其后续模型, 在Declarative model的基础上加入了线程, 线程间通信, 并最终发展为面向并发编程.
- Explicit state model引入了_变量_和循环, 它把显式可变状态和状态的操作引入到代码中, 大大增强了代码的表现力.
- Stateful concurrency等模型在可变状态的前提下引入了并发机制, 包括lock, condition variable, coroutine和async.
- Modular model, object based和object oriented model是我们日常编码的默认模型, 深入理解它们能让你更好的组织项目, 写出漂亮的实现.
- Functional model揭示了一些函数式编程的概念, 譬如high order function, curry, monad以及enum data type.
- logic programming和constraint programming提供搜索问题和规划问题的一般解法.
- Meta programming介绍了全部的元编程技巧, 包括macro, compile time compute, reflection, meta-data等等.
语言模型的发展方向¶
语言模型的发展总体呈现两个自然趋势.
趋势一: 由顺序到并发¶
语言模型最初以顺序执行为主, 这是计算机架构的本质属性所决定的, 因此早期的编程语言与此高度契合.但现实世界中万物本质上是并发的.为了模拟复杂的真实环境, 几乎所有现代语言在不同程度上都支持并发.
趋势二: 由简到繁¶
第二个趋势是语言特性由简到繁.这里的“简”与“繁”指的是语言中概念和特性的多少, 直观表现为关键词数量, 支持的开发范式种类及语言的复杂程度.即使是同一门语言, 早期版本通常也比当前版本更为简洁, 例如ANSI C与现今的C99版本, 后者引入了更多新概念.
#include <stdio.h>
int main() {
int x = 5;
int array[x]; // Allowed in C99: size is variable, not in Ansi C
}双刃剑¶
然而, 语言的表现力是一把双刃剑.
- 特性越多, 表现力越强, 实现复杂算法越简洁, 但理解难度也随之增加, 滥用的风险也更大.
- 反之, 表现力较弱时, 编写复杂算法较为冗长, 但理解相对容易.
这是一个客观规律. 因此语言并不是越复杂越好, 也不是越简单越好. 我们在选择时内心需要有一个准则, 这个后文会介绍.
接下来我会按照脉络来介绍每一个模型的概念, 适用范围和实践经验.