杂想笔记--编程语言的趋势

编程语言的发展趋势

随着计算机行业的发展和技术积累沉淀，越来越多的算法被封装和直接使用；今天的我们不是站在巨人的肩膀上，而是站在几百万个巨人的肩膀上；能够实现多复杂的功能，决定性因素不是多聪明而是会借助使用更多的调用算法；

编程语言的语言会越来越向着人的方向看，而不是机器方向看

去除分号开始

我们都知道在C语言中，分号是一个语句结束的标志，是一个必须的语法规则，是给机器编译看的，让他明白这是结束句；但是现在的Python：通过强制规定缩进，既保证了语法的可读性又去除掉了与业务逻辑无关的分号；

去除和逻辑无关的语法

编程语言的另一个发展趋势，就是摒弃和业务逻辑无关的语法规则 最典型：现在的编程语言都不再有：反人类的指针了；
在学习C时，我们会经常看到： int*, int**, int&这些指针和引用语法规则；

int a;
scanf("%d", &a);
// 我们先不提 %d 是怎么回事，a 前面为什么一定要有个&？？？？

// 但是，如果a是一个char[]的话…
char s[80];
scanf("%s", s);
// 咦？怎么s前又不需要&了？
但是对于嵌入式，通信，芯片等设计结束底层的人，了解指针，什么时候使用，什么时候使用& 是必须的*
这段代码中，这个 & (C/C++中是地址符)，就是和业务逻辑无关的语法规则
对于高级语言Java和C++
Java：
Scanner myScanner = new Scanner(System.in);
int a = myScanner.nextInt();
String s = myScanner.nextLine();
C++:
int a;
cin >> a;

string s;
cin >> s;

显然来说：这些高级语言在努力摒弃掉诸如 %d, %s, &, 等等语法规则。因为，这些语法规则和具体业务逻辑无关。这对于编程者来说，将会把更多的精力，集中在逻辑表达式上，而非语法细节上

自动垃圾回收机制

在现在编程语言中，不再手动处理垃圾回收逻辑，但是垃圾内存回收是和我们要表达的逻辑无关；用C尝试过手动内存垃圾回收的项目，会发现：你很有可能会花费 50% 的时间，来保证整个系统的垃圾回收是没有问题的。但是，使用“现代”编程语言，根本不再专注垃圾内存回收，这些时间都可以用来精进你所要实际表达的代码逻辑

DSL(Domain Specific Language ):

上面举的例子，不论是分号、大括号、三目运算符、指针、地址符、垃圾回收，等等等等，这些功能在编程语言中的演化，本质其实都是：编程语言在逐渐剔除和业务逻辑无关的语法，从而让开发者更多地关注在业务逻辑自身上，而不是机器怎么执行这些逻辑上。简单的总结，可以理解成：现代语言的发展趋势是：编程的主要任务越来越多的是告诉机器要做什么（what），而不是怎么做（how）

理解what和how

就是使用到DSL：特定领域语言；DSL语言以牺牲广度为代价来换取某一领域相关极度简洁性的原因；DSL 的意义——可以更快地，更简洁地，去让哪怕是“计算机科学的外行”，用编程的方式，去做特定领域的事情，而不用去纠结过多“计算机科学”相关的内容

1. 例如SQL；
   实现挑选得分为100的学生名字
   SELECT name FROM Student WHERE score = 100
   但是使用其他语言：
   names = []
   for student in students:
   if student.score == 100:
   names.append(student.name)

return names
以上这两段代码，就是以什么为中心，用DSL语言只要告诉你的目标，使用普适性编程语言，需要告诉哦逻如何实现，什么叫告诉机器 what（目标），而不是 how（逻辑）。对于 SQL 语言来说，我们的代码近乎就是用自然语言说；

2. HTML+CSS+Js莫衷成都也是属于DSL语言
   学习过 HTML 和 CSS 的同学一定了解，这两种语言都是上手极快的（当然，上手和精通是两回事儿）。我们可以很快地就使用这两种语言来做出页面，而且看上去还不错。
   越来越越发现对于领域使用特定语言DSL，会更容易上手和获得效果

3. Python和R比较
   在这个年代，做科研工作，近乎一定要编程，而大多数科研相关的编程工作仅仅局限是和大量数据相关的。因为各个领域的前沿研究，都需要在领域相关的大量数据中，寻找新的突破和发现。
   Python 和 R 是现今最主流的两种用于数据处理的语言；大多数非计算机专业的研究工作者，更常用R语言，而非 Python 语言。因为，相较 Python 语言，R语言更像一个 DSL。当然，R语言本身也很强大，但是远没有Python 强大。R语言本身近乎就是为数据科学设计的语言，大多数数据科学所需要的功能，R语言或者本身从语法层面支持，或者在标准库中内置好了。
   所以符合DSL语言的认知：对于非计算机专业的人士而言，R语言是更加友好，上手更快的。使用R语言，可以尽量少地去接触和“计算机科学”相关的知识，就能上手复杂的数据处理任务。

相较于 SQL，正则表达式，CSS，HTML，R等等这些DSL，计算机专业的同学通常需要努力学习的，诸如 C++, Java, Python等语言，被称为 GPPL，是 General Purpose Programming Language 的简称。也就是所谓的“通用目标语言”
GPPL：通用目标语言没有把功能限制在特定领域中，相较 DSL 更灵活，可以完成更多的事情，甚至可以说是任意逻辑，但代价就是：语言本身操作起来更灵活，也相对复杂一点。

整体而言，越来越多的DSL的出现，也是编程语言发展的一大趋势

当然，对于 GPPL，也有很多发展趋势。比如动态性，比如对函数式编程的支持，比如对并发的支持，等等等等

最最最后：对于致力于计算机专业的同学来说，语言只是一种工具而已。学习语言的目的，不是对细微的语言特性和语法糖如数家珍，关键还是要应用语言，解决实际的场景问题。