Common Lisp的值类型及SBCL中的底层表示

动态类型 vs. 静态类型

众所周知Common Lisp是一种动态类型语言,

虽然编译器会在编译时检查类型， 但这种检查往往出于编译优化的目的，而不是为了类型安全的严格检查。

至于动态类型，喜欢的人喜欢它，赞扬它可以让代码简洁，开发高效， 厌恶的人厌恶它，批评它不够安全，无法协同工作构建复杂系统。

这也正是是动态类型语言的优美和邪恶的地方。

在Common Lisp里， 你可以通过declare/declaim的type/ftype子句在代码中声明值(对象)类型，也可以通过the来指定值(对象)类型(declare/declaim无非是the的语法糖)，

但Common Lisp并不保证如果你在运行时给出一个非该类型的值（对象）会发生什么，行为是undefined。

另外，Common Lisp也不会作型别推倒， 函数的参数的类型无法自动的限定返回值类型。

尽管如此， 一般CL的最佳实践还是建议大家指明所使用的类型， 这样可能会得到更快的运行代码。

值(对象)的类型

很久前收藏的一幅Common Lisp的类型关系图， 看完后你会为它标准库里的类型个数吓倒。

为了让讨论简单起见， 暂时忽略中间CLOS的standard-object相关的部分(CLOS可以视为相对独立的部分)，

CL标准中定义的基本类型包括了，

• 字符character， 分为支持基本字符集的base-char(ascii)和扩展字符集的extended-char(unicode)
  

• 函数function， 如果是编译型的，那就等于compiled-function

• 路径pathname

• 流stream和一大堆具体的功能的流
  

• 数组array， 一维的vector和多维的simple-array
  

• 序列sequence， 数组vector和列表list， list又有cons和nil
  

• 字串string是包含character的vector

• 符号symbol(类似于其他语言标识符的地位)
  

• 数字number和各种细分的数字类型

其余还有众多的错误和警告的condition(类似于OOP中的exception的地位)， 包package， 哈希表hash-table， reader的read-table等等

从这个类型关系里我们可以发现几个特点，

• 有些子类型同时从属于两种父类型，即类型有交集的部分，特别是序列sequence，符号symbol和数组array。

• 集和类型因为其包含的元素类型不同也有细分，如vector细分为string, bit-vector
  

• 类型的分类并不是单一一个角度的， 如atom

SBCL中类型的底层表示

这里要讨论的是SBCL中关于上述的值类型在runtime里是以什么形式表示的。 (主要的参考资料是CMUCL desgin)

由于是动态类型， 类型是在运行期绑定在值(对象)上的， 因此， 所谓的类型的表示形式，其实就是各种值(对象)在runtime里的表示形式。

这里仅从32位 80x86系统的SBCL运行时的现状出发分析值及其类型的表示形式。

为了搞清楚底层表示，首先了解一下术语，

首先， SBCL中的值是以32位（8字节）为存储单元(最小存储单位)进行存储的， 32位的数据长度在SBCL中被称作word。

其次，一般值的第一个word的低3位，被用作表示该值所属的大类型的划分， 这3位被称作low-tag，

(仅仅靠low-tag的3位是无法区分所有值的类型的， 而且除去low-tag的word的其余28位也无法放下大部分类型的值。 )

需要占用一定连续的存储单元(在堆上的连续word）的值，占用的连续区域被称作data-block。

这样的值通常是由一个存储了指向data-block的指针的一个word和存储了实际值的data-block（至少两个word以上）构成，

data-block的第一个word的低8位一般用于表示该值所属的小类型， 这8位被称作wide-tag(其中的低3位仍然是low-tag)。

SBCL中关于类型的信息主要存放在low-tag和wide-tag里， 因此，通过掌握SBCL中预先定义的wide-tag和low-tag，

我们就能一窥关于值的类型的表示。 通过apropos， 我们可以看到wide-tag和low-tag主要定义在sb-vm的包中(early-objdef.lisp文件)，

大致有以下这些：

low-tag

• ODD-FIXNUM-LOWTAG : 100
  
• EVEN-FIXNUM-LOWTAG : 000
• FUN-POINTER-LOWTAG : 101
• INSTANCE-POINTER-LOWTAG : 001
• LIST-POINTER-LOWTAG : 011
• OTHER-POINTER-LOWTAG : 111                 // not function, clos instance, or cons
  
• OTHER-IMMEDIATE-0-LOWTAG : 010        // character
  
• OTHER-IMMEDIATE-1-LOWTAG : 110

wide-tag

• BIGNUM-WIDETAG : 00001010
• RATIO-WIDETAG : 00001110
• DOUBLE-FLOAT-WIDETAG : 00010110
• SINGLE-FLOAT-WIDETAG : 00010010
• COMPLEX-WIDETAG : 00011010
• COMPLEX-DOUBLE-FLOAT-WIDETAG : 00100010
• COMPLEX-SINGLE-FLOAT-WIDETAG : 00011110
• CHARACTER-WIDETAG : 01000010
• SYMBOL-HEADER-WIDETAG : 00111110
• COMPLEX-ARRAY-WIDETAG : 11111010
• COMPLEX-VECTOR-WIDETAG : 11110110
• COMPLEX-VECTOR-NIL-WIDETAG : 11101110                           // empty string
  
• COMPLEX-BASE-STRING-WIDETAG : 11101010                        // non-empty string
  
• COMPLEX-CHARACTER-STRING-WIDETAG : 11100110
  
• COMPLEX-BIT-VECTOR-WIDETAG : 11110010
• SIMPLE-ARRAY-COMPLEX-DOUBLE-FLOAT-WIDETAG : 11001110
• SIMPLE-ARRAY-COMPLEX-SINGLE-FLOAT-WIDETAG : 11001010
• SIMPLE-ARRAY-DOUBLE-FLOAT-WIDETAG : 11000110
• SIMPLE-ARRAY-SINGLE-FLOAT-WIDETAG : 11000010
• SIMPLE-ARRAY-FIXNUM-WIDETAG : 10111010
• SIMPLE-ARRAY-UNSIGNED-FIXNUM-WIDETAG : 10100110
• SIMPLE-ARRAY-SIGNED-BYTE-16-WIDETAG : 10110110
• SIMPLE-ARRAY-SIGNED-BYTE-32-WIDETAG : 10111110
• SIMPLE-ARRAY-SIGNED-BYTE-8-WIDETAG : 10110010
• SIMPLE-ARRAY-UNSIGNED-BYTE-15-WIDETAG : 10011110
• SIMPLE-ARRAY-UNSIGNED-BYTE-16-WIDETAG : 10100010
• SIMPLE-ARRAY-UNSIGNED-BYTE-2-WIDETAG : 10001110
• SIMPLE-ARRAY-UNSIGNED-BYTE-31-WIDETAG : 10101010
• SIMPLE-ARRAY-UNSIGNED-BYTE-32-WIDETAG : 10101110
• SIMPLE-ARRAY-UNSIGNED-BYTE-4-WIDETAG : 10010010
• SIMPLE-ARRAY-UNSIGNED-BYTE-7-WIDETAG : 10010110
• SIMPLE-ARRAY-UNSIGNED-BYTE-8-WIDETAG : 10011010
• SIMPLE-ARRAY-WIDETAG : 10001010
• SIMPLE-ARRAY-NIL-WIDETAG : 11011010                      // empty string
  
• SIMPLE-BASE-STRING-WIDETAG : 11011110                 // non-empty string
  
• SIMPLE-CHARACTER-STRING-WIDETAG : 11100010
  
• SIMPLE-BIT-VECTOR-WIDETAG : 11010010
• SIMPLE-VECTOR-WIDETAG : 11010110
• SAP-WIDETAG : 01000110                                                   // system area pointer (an abstraction of c pointer like object)
  
• CODE-HEADER-WIDETAG : 00100110
• RETURN-PC-HEADER-WIDETAG : 00110110
• SIMPLE-FUN-HEADER-WIDETAG : 00101010
  
• CLOSURE-HEADER-WIDETAG : 00101110
• FUNCALLABLE-INSTANCE-HEADER-WIDETAG : 00110010
  
• FDEFN-WIDETAG : 01010110
• INSTANCE-HEADER-WIDETAG : 01010010
  
• NO-TLS-VALUE-MARKER-WIDETAG : 01011010           // thread related
  
• UNBOUND-MARKER-WIDETAG : 01001010                   // clos slot-value unbound related
  
• VALUE-CELL-HEADER-WIDETAG : 00111010
  
• WEAK-POINTER-WIDETAG : 01001110
  

另外，在sb-kernel包(kernel.lisp)中有lowtag-of, widetag-of或%other-pointer-widetag可以获得参数值的lowtag和widetag。

(未完待续。。。)