程序设计语言设计

阅读指引
读懂此文，需要以下基础:

1. 至少写过5000行的代码;
2. 汇编基础（静态数据段，代码段，堆栈段）。

有以下或者类似知识就更好了：

1. C语言编译，C++对象模型，MFC反射的实现
2. JAVA的解释器运行原理
3. 使用过javascript，Python，PHP：感受过代码和类型系统在运行时的自由程度的不同
4. 计算机组成原理

序 —— 一些问题

1. 程序设计语言的目的是什么？
2. 为什么大多数语言有控制流？逐行执行+跳转。这与我们的需求差很远（例如一个教务管理系统、一个自动打车APP）
3. 为什么类型申明在C语言中要与控制流隔离开来?
4. 现在主流语言最基本的元素是？
5. 有没有语言它的类型结构，在运行时也可以改变？
   动态性？

什么是动态性？

1. 编译后确定了什么信息，之后不再改变；
2. 运行时可以改变、添加什么；
3. 运行时是否保存着类型信息。

程序中的信息分为几类？

1. 数据信息
   a) 编译时Meta-Data元数据（类型框架、空间占用）
   b) 运行时Meta-Data元数据（继承体系、用于new或者反射）（特别区别编译与运行的Meta-Data的不同。）
   c) 堆栈段中地址偏移（C++的switch case中不能声明变量、共享内存）
   d) 静态段中地址
2. 指令信息
   a) 代码段（动态性需要操作系统或者虚拟机支持，例如动态链接库，动态类加载，lisp语言自生成代码）

语言举例

汇编语言

汇编语言没有动态性吗？
没有。首先，寄存器、数据段、堆栈、代码段完全由程序员控制。完完全全是写死了的。然后，根据冯诺伊曼机的规则；取指令，执行，取指令，执行……

既然都有数据段了，还要堆栈段来做什么？这不是多余？
一开始本没有堆栈，直到60年代出现了module模块化，才有了堆栈。汇编中的模块叫子程序，不过仍旧靠程序员全权控制。

堆栈和模块化的优点有？

1. 递归
2. 功能分离到模块，可复用
3. 封装作用域

堆栈和模块化的缺点有？

1. 时间上：保存现场、还原现场的代价（另，高级语言编译“消除尾递归”节约部分成本）
2. 空间上：爆栈的危险

C语言

C语言比起汇编多了什么东西？

1. 编译器
2. 表达式（相比汇编，可以处理多个操作数了。）
3. 函数与模块｛｝（真·模块化，栈操作无需程序员完成）
4. 类型（原子类型、结构类型、数组、指针）
5. 头文件，库
   总之，C语言并没有比汇编多了新的特性，它只是把汇编的繁琐操作抽象出来，让编译器完成，减轻程序员负担。

编译器的作用是？
（减少程序员负担）

1. 解析表达式，控制流（汇编中指令只有1-3个操作数，而表达式可以多个操作数）
2. 模块和函数的抽象（完成堆栈中保存恢复现场的工作）
3. 类型变量的管理（所有变量被替换成直接访问的地址，最快的访问速率）
4. 代码优化

变量是替换成可以直接访问地址的？
a) 编译时的Meta-Data（struct的成员，数组的长度，以便替换到指令流；只在编译器中维护，编译结束后丢弃）
b) 计算出每个变量相对于该模块的偏移（一旦算出该偏移地址，将固定在执行码中，无法改变；就是说编译完成后，所有变量的偏移地址都固定下来了。）
c) 对变量的存储进行管理（所有的变量/内存地址的布置，都是在编译时确定的；也就是说，可执行码中没有类型信息，只有地址，任何数据都是地址来操作，完全和汇编类似。至于寄存器的安排，那是更下一层的类似缓存策略算法的结果。）

编译出来的执行码与汇编的执行码有特征的区别吗？
没有。特别是在编译器优化之后。
无法通过执行码，区分汇编和C程序。
打个比方，一只“程序猫”在黑笼子里，在里面喵喵的叫，无法通过它的叫声来判断它是“汇编猫”还是“C语言猫”。

从效率上来讲，C的多余代价在哪里？

1. 编译的时间
2. 模块的堆栈操作
   总之，经过优化的C程序执行码与汇编效率几乎相同。
   因为从理论上来说，C并没有引入运行时的新机制。
   我理解的C语言只是一种汇编的宏而已。

C++语言
（推荐《深度探索C++对象模型》）

C++语言比C语言多了什么？

1. 成员函数
2. 类型继承体系
3. 虚函数、虚继承
4. 模板
5. 涉及到了多种编程范式
   （开始更抽象，语言逐渐开始脱离冯氏结构。）
   其中，面向对象的思想，让程序与现实事物的关系更加紧密。
   程序设计的负担，也因为OO与设计模式的流行，而变得轻松。

编程范式是什么？
就是一套指导思想行为准则。
（例如，C是过程式，Haskell是函数式，JAVA是面向对象，Python是简单的大杂烩，shell是调用命令的，lua是调用c程序的，PHP是写页面的，ProLog是线性逻辑推理的。
再例如，UML是描述规格specification的，XML是存储数据的。
再再例如，CSS是描述网页表现的，HTML是描述网页内容的。
javascript比较神奇，不敢说。）

C++有什么编程范式？

1. 过程式（使用STL的类C语言编程）
2. ADT式（自定义抽象数据类型，继承；但是不用new，不用virtual；拷贝构造；为了防止资源泄漏，也发明了RAII的方式进行资源的初始化和释放）
3. 面向对象式（使用new，使用virtual，需要指针或引用；实现多态。）
4. 泛型编程（《Modern C++ Design》各种奇淫技巧，业务层代码比较少遇到）

C++编译器是怎样实现的？
C++开始有一个叫做cfront的编译器，即把C++语言先翻译成C语言。
然后再用C编译器来编译，C的编译器并不知道此段代码是来自C++还是C。

C++语言特性分别是怎样实现？简单说。

1. 成员变量：和C语言的struct 类似，最后也会被直接替换成地址，便于高效访问。
2. 成员函数：使用特殊函数名编码方案，翻译成C函数，并添加this指针作参数。（如___clsA12345func001(...,clsA *this)）
3. 类型继承体系：通过C++编译时的Meta-Data来实现。即在编译时，编译器是知道类型信息与继承体系的，但是编译成C语言后就丧失了此类型信息。
4. 虚函数、虚继承：为了支持多态，这也是“面向对象”最重要的特性，使用了虚函数表和虚基类表。注意，运行时多态是通过运行时查表实现的。稍后详细说。
5. 模板：通过代码复制的方式实现。每次编译都需要重新编译，不能编成库文件直接使用。

C++编译器的准则与virtual机制？

1. 首先，C++的编译准则，希望做到与C一样的效率。希望做到以下：
   ——a) 没有运行时调用间接性。任何数据在运行时都是一个地址直接就访问到。
   ——b) 没有运行时的Meta-Data。无需通过Meta-Data来访问某个复杂的类层次。
   ——c) 所有的数据都希望用C中struct来实现，即在编译时就确定好对象及其成员地址。
2. 以上，在过程式范式，与ADT范式中都是成立的。
3. 但是，在面向对象范式中，渴望做到：
   需要维系着同一个继承体系成员结构的一致性，只有这样，才能保证运行时的多态性。即希望通过同一个入口，访问到父类或者子类的相同数据成员、函数成员，而不在乎具体对象的是父类还是子类。

C++的virtual机制如何实现的？
a) 虚函数
i. 虚函数，运行时，每个有虚函数的类型（哪怕是子类）都维持着一个虚函数表，这已经是运行时的Meta-Data，通过查表，即可找到对象自己的虚函数。
ii. 例如下图中clone肯定是object.__vptr__Base->#3()，无论具体的对象。
b) 多重继承
——如何处理后继的base基类？由编译器判断指针类型并加上相应的偏移。
c) 虚继承
——添加一个虚基类指针，指向共享部分。
这样的缺点有两个：

1. 虚基类的子类都要背负一个基类指针指向共享部分。如果继承了多个虚基类，还需要多个这样的指针。（Microsoft的解决方法是增加一个虚基类表，类似于虚函数表。）
2. 虚继承链条的增加，会导致间接访问的层次增加。例如两个菱形继承的串联。

跨平台的级别有哪些级别？——头文件，库，源代码

1. C++确实在源代码的层次是可能跨平台的（例如《POSA2》中加了针对不同平台的各种宏的代码）。
2. 也可以通过相同的头文件去访问不同平台的库。
3. 但是，不同操作系统中的不同的API大大增加了跨平台的难度。
4. 跨平台的责任留给了程序员（充斥着大量宏的C++跨平台代码确实让人头疼。）
5. 编译器面对不同的系统也不敢作为，它只是负责编译源代码，链接。

如何使用C++才能保证其高效性能？

1. 有额外负担的机制：虚函数，虚继承，拷贝构造。
2. 用一次虚函数，多了一次指针寻址的效率损失，并且相对于inline内联（另，inline是编译器优化的重头），还损失了保存和恢复现场的效率。
3. 用一次虚继承，也多一次指针寻址的效率损失。（另，虚基类没有成员变量没有虚函数的时候会被优化。这也是JAVA可以多重继承接口interface的原因。）
4. 不要使用virtual在复杂的多继承，深层次继承中。
5. 编译速度会较慢：virtual机制会使编译器处理更多的Meta-Data。

JAVA语言
（推荐《本地Java代码的静态编译和动态编译问题》）

JAVA语言比C++语言多了什么？

1. 虚拟机
   a) 跨平台
   b) 动态编译
   c) 动态特性
2. 没有指针
3. 没有类的多继承，有接口的多继承。
4. 统一的库
   从编译来说，JAVA比C++迈出了一大步。
   它的跨平台特性和运行时的灵活性，为JAVA自己以及未来语言都提供了很多可能性。

虚拟机的好处有什么？

1. 跨平台：在OS与字节码间隔了一层。实现了程序员无负担的跨平台。
2. 动态编译：许多信息不必在编译后确定，为动态特性提供可能，稍后详细说。
3. 运行时维护着类型信息，甚至可以加载新的类型。（CORBRA依赖这个实现）

JAVA编译执行的过程是怎样的？

1. 编译后产生一个基于堆栈的字节码。
2. JRE在不同的OS上提供支持。
3. 起初的JRE是解释执行的，效率低下。
   a) 获取待执行的下一个字节码。
   b) 解码。
   c) 从操作数堆栈获取所需的操作数。
   d) 按照 JVM 规范执行操作。
   e) 将结果写回堆栈。

JAVA是如何解决执行效率低下的问题呢？
使用JIT（Just-in-time）编译器进行动态编译。

JIT（Just-in-time）是怎样运行的呢？如何解决了效率的问题？
如上图：

1. 每次按照一个function来编译。转成中间表示，并优化其效率，再生成可执行码。
2. 编译器的编译线程和执行线程是分开的，应用程序不会等待编译的执行。
3. 分析框架Profiler会观察程序行为，对频繁执行的function进一步优化。（例如function内部对象维持一个池不必每次生成。）

动态编译的优点有什么？
可以根据程序的行为，优化其代码

1. 例如频繁执行的function——热方法
2. 例如arrayCopy方法，如果每次都拷贝大段内存，在指令集中有特别指令可以加速。
3. 例如类层次结构，多态的优化。（大多数虚调用都有其固定的一个目标，JIT因此生成的直接调用代码比虚表调用代码的效率会更高。）

动态编译的缺点有什么？

1. 大量的初始编译会影响程序启动时间。
2. 运行时候的编译，行为分析都需要花费时间。
3. 运行效率达到稳定需要时间。
4. 实时GUI型的程序不能忍受“动态编译”和“GC”带来的延迟。
   JAVA如何解决实时的需求？

使用AOT（Ahead-of-time）编译器：预先编译成为可执行码。
AOT（Ahead-of-time）的缺点:
对于一些动态特性的支持效率低下

1. 反射机制
2. 运行时类加载
   JIT与AOT的对比

总体来说，JAVA适合怎样的应用呢？
JAVA比较时候需要长期运行的应用，例如Web服务器，Daemon服务。

函数式语言

函数式语言通常有哪些呢？

1. 函数式语言
   a) Lisp
   b) Scheme
   c) Haskell（纯函数式）
   d) F#？
2. 包含了函数式特性的语言
   a) Python
   b) Javascript
   c) JAVA
   d) C?

函数式语言有哪些特性？

1. 函数无副作用，只对输入输出有作用
2. 高阶函数，lamda演算。(这个像C函数指针，但是它是高阶的，即返回值可能也是函数)
3. 没有过程，类似规格说明的语法，更容易理解，自解释。
4. 基于list的编程，函数更通用。
5. 惰性计算（这个很像“树形DP”）
6. 有对应的数学形式化表达，有可能证明其正确性。（最终目标可能是保证程序没有bug。）
7. 其模型适合多核或者分布式的计算。
   a) 不变性（immutable）
   b) 惰性计算/按需计算（lazy evaluation）
   c) 最重要的是，由于函数式语言不可在同一数据上做修改，每一次运用一个函数都会在新的位置产生新的数据，这与过程式语言在同一位置对数据做多次操作不同：函数式语言的函数依赖于前一次函数产生的结果数据，过程式语言依赖于数据的位置。这里函数式语言就暗含了计算的依赖顺序，如果没有前后顺序关系，就可以并发。而过程式语言没有指定这个顺序，就需要通过加锁、Actor、Channel等模式来指定这个顺序
   总的来说，函数式语言，向着更抽象迈了一大步，更像是数学上的表达，几乎与冯诺伊曼体系断绝了关系。

函数式语言的劣势？

1. 效率不高（因为其抽象，远离了冯诺伊曼体系）
2. 平台以及开发环境都比较简单。
3. 缺少推广，应用不广泛

逻辑程序设计
ProLog语言，线性逻辑。人工智能语言。没有接触过。

总结
动态性有哪些呢？

1. 多态性：运行时根据具体对象来访问属于它的方法。（而不理会指针的类型。）
2. 反射：运行时维系着类型结构的Meta-Data。
3. 运行时类加载：运行后再次加载新的数据类型和指令流。
4. 动态链接：OS根据按需链接库文件。

编译语言 和 解释语言 的分界在哪里？
语言本身并没有编译类型或者解释类型。（例如：JAVA也可以静态编译后成可执行码。）只有少数运行时特性是依赖于解释型的。（可能需要运行环境的支持。）

为什么解释语言都需要虚拟机或者运行环境支持？
动态编译，运行时Meta-Data的保存，这些功能对于每个程序都是一致的。
所以把它们分离开来，不必每个程序植入这些代码

非脚本语言 和 脚本语言
脚本语言，我理解是负责调度其他代码的语言。
例如shell脚本（调用命令），lua（调用C）。

跨平台分为哪些层次？

1. 源码跨平台（C，C++，但是因为系统调用接口不同，程序员负担太大，但是汇编却不是。）
2. 执行码跨平台（JAVA，有些语言直接从源码解释执行，例如Javascript，PHP）

发展历史（推荐《近看图灵碗 (一. 从苏黎世到巴黎)》）

学术上有哪些实验性语言？

1. Fortran
2. ALGOL58
3. ALGOL60
4. Lisp
5. smalltalk

常用语言
过程式：C，ALGOL，Pascal，
面向对象式：C++，smalltalk，JAVA，Delphi
函数式：Lisp，Scheme，Haskell，
逻辑式：Prolog
脚本？PHP，Python，Ruby
存储描述信息：XML，CSS，HTML

回答问题
程序设计语言的目的是什么？

1. 控制数据
2. 控制指令流
   为什么大多数语言有控制流？逐行执行+跳转。这与我们的需求差很远（例如一个教务管理系统。）
   逐行执行，很大程度是起源于冯诺依曼体系结构。

为什么类型申明在C语言中要与控制流隔离开来?
因为在编译时，具体的类型信息，要转化成地址偏移，然后替换控制流中的类型变量。

现在主流语言最基本的元素是？
控制流 与 类型系统。

有没有语言它的类型结构，在运行时也可以改变？
Javascript只有对象没有类，使用prototype的方式继承，运行时给某个对象添加新的数据成员。没有类型体系。
许多后来的语言在运行时都保存着类型信息的，例如Python，JAVA。

综上所述
控制流——指令流
类型系统——为了计算出变量地址信息
区分运行时的Meta-Data与编译时的Meta-Data