不再细究某个编程语言的细节，而是从宏观角度来理解编程语言的设计哲学。

部分内容取自网络资料和GPT，仅作为学习整理，不保证正确性，事实上这部分内容在网上的中文资料很混乱，有很多都是错的。

编程范式的历史与演变

简单回顾一下编程范式的历史与演变。

顺序编程

在早期编程中，人们采用的编程方式被称为顺序编程（非结构化编程）——程序按照上下文顺序执行指令，GOTO语句在其中发挥了重要作用， 它可以无条件地跳转到程序的任意部分。

GOTO语句的滥用导致了“意大利面条式代码”，使得程序变得难以理解和维护。为了克服GOTO语句带来的代码混乱，20世纪60年代Edsger Dijkstra等人提出了结构化编程。

结构化编程

结构化编程的核心是控制结构，例如顺序、选择（如if、switch）、循环（如for、while）等结构，通过这些控制结构来组织代码，尽可能避免GOTO语句的使用。控制结构提高了代码的可读性和维护性，是现代编程语言的重要基础。

面向过程编程

面向过程编程是基于函数调用的编程范式，通过一系列过程（函数）的调用来组织代码，C语言是其中的典型代表。 面向过程编程的特点是数据与操作分离，这对于较小规模的程序没有问题，但是对于更大型的项目，就会遇到维护困难：难以通过函数管理复杂的数据和状态。

面向对象编程

为了应对面向过程编程在大型项目中的局限性，20世纪70年代提出了面向对象编程， 面向对象可以将数据和操作数据的方法封装到一起，通过类的继承可以实现代码的复用和扩展，允许不同的子类通过相同接口提供不同的方法。 Java是典型的面向对象语言。

函数式编程

上面的这一套发展脉络可以统称为命令式编程，程序通过执行具体命令来完成对应的功能，与之相对的是函数式编程（或者称为声明式编程，一个比函数式编程更大一点的概念，直接表明需要做什么，除了函数式语言还包括SQL等）， 命令式编程和函数式编程是编程思想的两个“极端”：

  • 命令式编程立足于现实世界中的计算模型，即计算机能够做什么。冯诺伊曼结构的计算机本质上通过顺序地执行指令来完成计算，这种执行方式与命令式编程高度契合。Fortran 是最早的命令式编程语言。

  • 函数式编程则立足于我们希望实现的目标。它起初源于数理逻辑、数学证明等形式化推理的需求，其核心在于符号演算和函数组合。这些思想的产生早于现代计算机的发明。Lisp 是最早的函数式编程语言。

函数这个词在编程语言中有多种含义：

  • 在命令式编程中的“函数”称为子过程更合适，它是一段命令的封装，目的是减少代码重复，早期会根据有没有返回值来区分函数和子过程，但是后来出现了无返回值的函数类型，就没有必要使用子过程这个特殊概念，统一称为函数。
  • 在函数式编程中的“函数”则与数学中的函数和映射更加契合，它代表的是一种对应关系，具有不可变性和无副作用的特点：相同的输入必然得到相同的输出。

函数式编程的难度远大于命令式编程，学习曲线陡峭，应用很少，看起来有点像编译器语法处理中的中间语言，代表是Lisp和Haskell。

注：现在主流的编程语言都是属于命令式编程风格的，但是它们在发展过程中也不断吸收函数式编程的思想，两者之间并不是泾渭分明的。新语言例如rust和Julia在一开始就很大程度上参考了函数式编程的思想，传统语言例如C++则是在发展中不断吸纳函数式编程的语法。

编程模型的历史发展

1. 静态编译（1950s–1960s）

最早的高级编程语言（如 Fortran）采用了静态编译（Static Compilation）模式。 程序员编写源代码后，使用编译器一次性将其翻译成特定平台的机器代码，生成独立的可执行文件。 这种模式充分利用了当时极其有限的计算资源，保证了程序的运行效率。

典型代表：

  • Fortran（1957）
  • C（1972）

特点：编译生成机器码，运行速度快，但可移植性差。

2. 解释执行（1960s–1970s）

随着计算机应用领域的扩展，对开发效率和跨平台能力的需求上升，解释执行（Interpreted Execution）逐渐出现。 解释器可以直接读取源程序并执行每一条指令，无需预先编译，极大地方便了交互式开发与实验。

典型代表：

  • BASIC（1964）
  • Lisp（1958, 主要以解释方式实现）

特点：开发方便、交互式，但执行效率较低。

3. 虚拟机模型（1980s–1990s）

为兼顾编译执行的效率与解释执行的灵活性，出现了虚拟机（Virtual Machine）概念。 源代码首先编译成平台无关的中间代码（如字节码），然后在各平台的虚拟机上运行。 虚拟机可以根据目标硬件进行适配，极大地增强了可移植性。

典型代表：

  • Smalltalk（1980年代）
  • Java（1995，广泛普及虚拟机概念）

特点：一次编写，到处运行（Write Once, Run Anywhere）。

4. 即时编译技术（1990s–2000s）

解释执行与虚拟机执行虽然可移植，但运行效率仍不如本地编译程序。 为解决这一问题，引入了即时编译（Just-In-Time Compilation, JIT）技术：

  • 在程序运行过程中，动态监测热点代码，并将其编译为本地机器码，从而大幅提升性能。

典型代表：

  • Java HotSpot JVM（1999）
  • .NET CLR（2002）

特点：结合了解释的灵活性与编译的高效性。

5. 多样化混合模式（2000s–至今）

现代编程语言往往采用混合执行模型（Hybrid Execution Models），根据不同应用场景灵活选择优化策略。 例如：

  • Python：解释执行为主，模块加载时生成字节码（.pyc），并发展出 JIT 优化（PyPy）。
  • Julia：函数粒度的即时编译（JIT），结合 LLVM 提供接近 C 的性能。
  • MATLAB：最初为解释执行，后引入了局部 JIT 加速。

此外，出现了新的执行策略，如：

  • AOT（Ahead-of-Time Compilation）：运行前预编译热点模块（如 GraalVM、PyInstaller）。
  • 增量编译（Incremental Compilation）：仅重新编译修改过的部分（如 Rust 的 Cargo）。

特点：强调灵活性、可扩展性、易部署性。

常见语言的模型

  • C/C++：采用的是标准的静态编译方式，源代码通过编译器（如 gcc、clang）一次性编译为特定平台的机器码，生成可独立运行的可执行文件。运行时不依赖源代码或编译器。现代的发展主要关注静态编译环节，例如预编译加速，链接时优化等。

  • Python：采用的是标准的解释执行方式（如 CPython 解释器），直接逐行解析并执行源代码。在 REPL 模式或直接运行脚本时，源代码被即时解释执行，无预编译。但是后续引入了各种优化措施，例如引入了字节码虚拟机（CPython VM），当模块被导入时，源文件会编译为字节码（.pyc 文件），加快后续加载速度。 除了 CPython，还出现了 PyPy（基于 JIT 技术的 Python 解释器），可以大幅提升运行效率。

  • Java：经典模型是字节码编译 + 虚拟机执行，Java 源代码被编译为平台无关的字节码（.class 文件），由 Java 虚拟机（JVM）负责解释执行或编译执行。现代的发展包括采用即时编译器（JIT Compiler），将热点方法编译为本地机器码。

  • Julia：采用的模型是即时编译，源代码经过解析、类型推断，直接由 LLVM 后端编译为本地机器码执行。

  • MATLAB：最初采用的模型是解释执行，逐行读取源代码并执行。后续的执行模型已经发生了一些变化，包括引入即时编译器等。

类型系统分类

1. 强类型 vs 弱类型

强类型和弱类型主要体现了编程语言对数据的类型转换的态度：

  • 强类型（Strong Typing）：
    • 定义：强类型语言要求数据在运算时必须符合其类型要求，如果存在类型不匹配的运算，就会抛出错误，不能隐式地转换数据类型。
    • 特点：不允许不同类型的数据直接操作，编译时或运行时进行严格的类型检查，减少了类型错误和不一致性。
    • 典型语言：Java、Python
  • 弱类型（Weak Typing）：
    • 定义：弱类型语言允许不同类型的数据之间进行隐式转换，可以在不同类型之间进行操作而不会抛出错误，这可能导致预期之外的行为。
    • 特点：允许不同类型之间进行隐式转换，灵活性较强，但可能导致错误或意外行为。
    • 典型语言：JavaScript

2. 静态类型 vs 动态类型

数据必然有类型，但是变量却未必，静态类型和动态类型主要体现在变量和数据之间的关系：

  • 静态类型（Static Typing）：（变量严格绑定数据）
    • 定义：静态类型语言要求在编译阶段就确定所有变量的类型（显式声明或通过类型推断），变量的类型在程序运行之前就已经确定，编译时进行类型检查。
    • 特点：类型在编译时就已确定，如果通过编译就不会在运行时发生类型错误。类型的确定性使得程序可以优化运行效率。
    • 典型语言：C/C++、Java、Rust
  • 动态类型（Dynamic Typing）：（变量可以被理解为数据的引用或指针）
    • 定义：动态类型语言的变量的类型是在运行时因为绑定值而确定的，变量的类型是可以动态变化的，由它当时指向的值决定。
    • 特点：语法灵活性高，不需要类型声明，适合快速开发。运行时类型检查必然带来性能开销，导致运行效率偏低，而且容易在运行时遇到类型错误。
    • 典型语言：Python、JavaScript

常见语言分类

按照这两个维度对常见的编程语言进行分类：

  • 强类型静态语言：Java
  • 强类型动态语言：Python
  • 弱类型静态语言：C/C++
  • 弱类型动态语言：JavaScript

注：关于 C++ 是弱类型还是强类型其实是有争议的，本质上是因为强弱类型的定义并不清晰，wiki 上的观点认为现代 C++ 属于强类型。