Files
devops/language.md
2026-10-08 15:15:05 +08:00

19 lines
7.4 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

#编程 #blog
# 编程思考
1997年开始的大学学Fortran77,是一门面向过程语言,算比较早的高级编程语言了,提供了比较丰富的内嵌函数库,工程和数值计算领域曾经独领风骚。后来出来fortran90,95据说支持派生数据类型,也就是结构体,为设计数据结构适用大型软件提供了方便。大学毕业后就没有再使用fortran语言。Fortran现在来看比较落后, 但在当时作为编程启蒙还是相当不错。
2003年开始用C++/C编程,开始学习C++/C语言,做桌面应用,在linux用QT。 C++语言在当时确是打开了一扇窗户,OOP观念实在先进,感觉写程序除了抽象思维,还和现实世界有了更多链接,OOP概念就是现实世界的语言描述。如果说原来面向过程编程是记流水账,想到哪里写到哪里,那么OOP就是写小说,更多考虑架构及内生关系;面向过程特点是线性的,零散的,重复的;OOP强调抽象组合、有机的、复用的,解耦的。C则便于写出快速精炼的函数,C语言专家往往强调C语言是完全不同于C++语言,有其他语言不可替代性,诚然不虚,但对一般使用者,除非要写面向底层高并发高性能特殊应用或组件,应用层面C++已经完全可以取代C语言,况且硬件资源限制越来越不是问题了,高效才是关键,另外C语言的内存管理需要程序猿考虑,对于新手来说实在是一趟艰难的冒险之旅。这里要说下QT,是一家叫奇趣科技的芬兰公司几个程序员开发,后来被诺基亚收购。QT完全开源,源代码写的非常规范易读,绝不故弄玄虚,大量的注释(当然是英文),是学习C++上上好的源码。QT并不是一个玩具,最早在Fedora上标配的桌面KDE就是用QT写的,如此大型的桌面项目,全面检验了QT的成产力和成熟度。此外,QT的文档化做的非常好,Tutorial和Practice做的很好,我至今印象深刻的是Tutoral中Step By Step例程是实现一架动态的加农炮;QT的注释也相当完备,无论入门还是高阶用户都能从中得到有效指南,C++本身有较好的封装和解耦特性,QT在此基础上采用Slot/Signal的机制,该机制进一步把实现者和使用者进行解耦。
在Linux下写代码,有些类似瑞士军刀式工具,可以大大提高效率,比如用的较多awk和perl,awk脚本特点是灵活小巧,能够高效支撑文本处理,也支持正则;perl相比awk,提供了各类高级特性,尤其突出的是强大数据结构和天生文本匹配能力。perl可以写出简单oneliner代码,也支持写出复杂软件,perl信奉条条大路通罗马的哲学,用不同的方法实现同一需求。perl作者larry wall是自然语言家,所以perl很多表达类似写作,这点是perl的优势,可以写出灵活多变的程序,很多程序体现作者乍现的灵感。但这也是问题,perl代码常常会显得晦涩难懂,这在当前开源盛行注重产出和生产力作坊式或生产线模式下,是尤其不友好。开源和流水线对让代码可理解易阅读性要求较高,沟通成本要低,造轮子要少,晦涩难懂的好代码往往成为一堆无人问津的数字垃圾。我相信Python作者一定领悟到perl的前车之鉴,python坚持简单,清晰,与perl理念相反,python提倡只用一种方法来完成一件事。这实在是设计哲学范畴,孰优孰略很难界定,perl见证了兴衰,python终于后来居上,从另一个角度印证了传播性在语言设计中重要性。
突然想起当年学python的一桩小事,2007年某天我决定用python写点东西,于是我翻了下python手册,大概了解了数据类型、控制结构、文件处理。从哪里着手呢,从熟悉的工作吧,当时我正在实现一个用仿真通信系统用户模型,语音通信模型里用户到达符合泊松分布,用户使用时间符合指数分布,在数据通信里涉及类型更多,我们用马可夫链来计算概率,[用蒙特卡洛算法模拟大量用户请求事件来输出系统指标 ](https://github.com/douboer/wisim)。算法是同事刘伟写的,北大高材生,这哥们大抵是个数学家,大约2012年移民韩国搞5G去了。我当时已经完成C++实现, 并达到预期效果。 这个软件的大部分底层C代码是Michael Mandell写的,我们叫他老孟博士,美国人,UT首席科学家,原来波音公司的首席科学家,的确NB闪闪,难以企及。回到python,于是就拿这个还热乎又有一定复杂度的应用来练手,大约花了一周业余时间写好算法代码,问题是这个python的应用运行的概率结果就是不对,这个问题又大约花了2天业余时间加部分工作时间,还是没有解决,绝望之下放弃了python。
之后在大约2008年左右开始用JAVA写WEB应用,原因是当时MVC架构的Struts给web编写提供了相当便捷性,代码结构清晰,与数据库oracle交互的采用基于JDBC封装的Hibernate持久层中间件,屏蔽了原生SQL,而是用一系列Bean来交互存储数据,用起来也是相当顺手。此外,apache有个叫mina的NIO框架免去自己写异步通信的烦恼,这个mina的作者也是后来netty的作者,厉害。C++转JAVA基本上没什么门槛,跨平台也更加方便,工具集更加友好,开发环境搭建更容易,开源资源更加丰富,入门容易。丰富资源和活跃社区意味着程序很多时候只需要复制黏贴修改,用JAVA作为开发语言的软件公司越来越多,JAVA长期徘徊在语言排行榜第一位置,JAVA程序员供不应求,工作容易找,薪水水平高,又助推小孩们学JAVA,这种现象似乎现在也出现在Python上。可这么容易写一个东西,类似堆几块积木,想必缺乏内在生命力?
大部分软件大咖,是以写代码为乐,写代码对他们来只是另一种游戏而已--一种思维游戏,他们甚至在写代码过程进入所谓的心流状态,Linus Torvalds传记说他linux时状态,就是:编程――睡觉――编程――睡觉――编程――吃饭――编程――睡觉――编程――洗澡――编程……,一切编程之外就是简化到维持生命必须,我想他必定是体验到规则之下自由创造的乐趣。我不知道其他大部分程序猿写代码的状态,但对我来说,大多数时间,并没有体验到自由创造的乐趣,编程对于我更多的是苦役,这不是说我不能集中精力沉浸其中,而是,常常沉溺细节,而无法构建一个恢弘的大教堂,我们所做更多的是重复性而非创造性的工作。这让我想起小时候,帮父亲家具作坊搬木头,劳累又厌倦。大约在2012年后,我基本上告别编程,也切断由此带来的烦恼。当然,偶尔会写点perl来自动化分析工作,那算不上编程。
这么多年,软件业已呈现出星河日月之势,编程已经交织到我们的生活当之,只是我们不自知而已,代码构筑虚拟世界的触角会延伸渗入物质世界中,侵蚀软硬的边界,甚至未来,世界的形态根本就可能由虚拟之物构成,我们所珍视,精神层面的东西都可以是一片算法而已。如此想来,我们是不是当及早了解一二,以在我们变得更老而探索之力消逝的时候仍然可以理解这个世界。