363 lines
16 KiB
Markdown
363 lines
16 KiB
Markdown
# 大咖助阵｜海纳：聊聊语言中的类型系统与泛型
|
||
|
||
你好，我是海纳，是极客时间[《编程高手必学的内存知识》](https://time.geekbang.org/column/intro/100094901?tab=comment)专栏的作者。
|
||
|
||
我们知道，编程语言中有非常重要的一个概念，就是数据类型。类型的概念伴随着我们学习一门具体语言的全过程，也深入到了程序员的日常开发之中。所以对于现代程序员而言，了解语言中的类型系统是一项非常重要的技能。
|
||
|
||
这一节课，我会简单地介绍什么是类型，类型的作用，以及由简单类型推导来的泛型编程的基本概念，接着再比较C++和Java两种语言的泛型实现。很多新的编程语言的泛型实现都有它们的影子，所以了解C++和Java泛型，会有助于你理解泛型设计的基本概念。
|
||
|
||
通过这节课的学习，你会得到一种新的学习语言的视角，那就是从类型的角度去进行分析。
|
||
|
||
比如我们在学习一门新的语言的时候，可以考虑以下几个问题：
|
||
|
||
1. 这门语言是强类型的吗？
|
||
2. 这门语言是动态类型吗？
|
||
3. 它支持多少种内建类型呢？
|
||
4. 它支持结构体吗？
|
||
5. 它支持字典(Recorder)吗？
|
||
6. 它支持泛型吗？
|
||
7. ……
|
||
|
||
这样，当我们拿到一门新的语言的规范（Specification）文档后，就可以带着这些问题去文档中寻找答案。等你把这些问题搞明白了，语言的很多特性也就掌握了。这是很多优秀程序员可以短时间内掌握一门新语言的秘技之一。
|
||
|
||
接下来，我们就从类型的基本概念开始讲起。
|
||
|
||
## 什么是类型
|
||
|
||
编程语言中的变量都是有类型的，而且变量的类型不一定一致。例如Go语言中的int和float声明的变量，它们的类型就不一致，如果你直接对它们执行加操作，Go的编译器就会报错，很多隐式类型转换带来的问题，在编译阶段就可以发现了。比如，你可以看下面这个例子：
|
||
|
||
```plain
|
||
func main() {
|
||
var a int = 1
|
||
var b float64 = 1000.0
|
||
fmt.Print(a + b)
|
||
}
|
||
|
||
```
|
||
|
||
这种情况下，Go的编译器会报这样的错误：invalid operation: a + b (mismatched types int and float64)。这就说明Go语言不支持整型和浮点型变量的加操作。
|
||
|
||
相比Go语言，JavaScript在类型上的要求就宽松很多，比如整数与字符串的加法操作，JavaScript会把整数转换成字符串，然后再与目标字符串进行拼接操作。显然Go语言会对语言类型进行严格检查，我们就说它的**类型强度**高于JavaScript。
|
||
|
||
Go语言的类型系统还有一个特点，那就是一个变量声明成什么类型的，就不能再更改了。与之形成鲜明对比的是Python。它们都具有比较高的类型强度，但是类型检查的时机不同。Go是在编译期，而Python则是在运行期。我们看一个Python的例子：
|
||
|
||
```plain
|
||
>>> a = 1
|
||
>>> a + "hello"
|
||
Traceback (most recent call last):
|
||
File "<stdin>", line 1, in <module>
|
||
TypeError: unsupported operand type(s) for +: 'int' and 'str'
|
||
>>> a = "hello"
|
||
>>> a + "world"
|
||
'helloworld'
|
||
|
||
```
|
||
|
||
从上面的例子中，我们可以看到，Python的类型检查也是比较严格的，在第2行，将一个整型值和字符串值相加是会引发Traceback的。但是一个变量却可以先使用整数为它赋值，再使用字符串为它赋值（第6行），然后再进行字符串值的加操作就没有问题了。这就说明了变量的类型是在程序运行的时候才去检查，而不是编译期间进行的。我们把这种语言称为**动态类型语言**。
|
||
|
||
同样的例子如果使用Go来实现，编译器就会报错：
|
||
|
||
```plain
|
||
var a int = 1
|
||
a = "hello"
|
||
fmt.Print(a)
|
||
|
||
```
|
||
|
||
由此可见，Go语言是一种**静态的强类型语言**。
|
||
|
||
动态类型不仅仅表现在变量的类型可以更改，在面向对象的编程语言中，动态类型往往还意味着类的定义也可以动态更改。我们仍然以Python为例来观察动态类型的特点：
|
||
|
||
```plain
|
||
>>> class A():
|
||
... pass
|
||
...
|
||
>>> A.a = 1
|
||
>>> a = A()
|
||
>>> a.a
|
||
1
|
||
|
||
```
|
||
|
||
从上述例子中，我们可以看到，类A的类属性是可以在运行时进行添加和修改的。这与静态编译的语言非常不同。
|
||
|
||
由此，我们可以得出结论，动态类型相比静态类型，它的优点在于：
|
||
|
||
1. 动态类型有更好的灵活性，在运行时可以修改变量的类型，也可以对类定义进行修改，所以针对动态类型语言的热更新就更容易设计；
|
||
2. 动态类型语言写起来很方便，非常适合用来编写小规模的脚本。
|
||
|
||
同时，动态类型也往往具有一些缺点（通常是这样，但并不绝对）。
|
||
|
||
首先，动态类型语言的代码不容易阅读。据统计，程序员的日常工作中90%的时间是在阅读别人写的代码，只有不足10%的时间才是在开发新的功能。而动态类型语言，没有类型标注，代码会非常难懂，即使有一些动态类型语言有类型标注的，但因为可以运行时修改类型，往往会出现一个类的属性在不同的地方被修改的情况，这使得代码的阅读和维护变得困难；
|
||
|
||
第二点是，动态类型语言的性能往往会差一些，比如Python和JavaScript，因为在编译期间缺少类型提示，编译器无法为对象安排合理的内存布局（你可以参考[内存课导学三](https://time.geekbang.org/column/article/431373)），所以它们的对象布局相比Java/C++等静态类型语言会更加复杂，同时这也会带来性能的下降。
|
||
|
||
**由此可见，我们并不能简单地说，静态类型就比动态类型好，或者强类型就比弱类型好，还是要根据具体的场景来进行取舍。**
|
||
|
||
比如要求快速开发，规模较小的工具，人们常常会选择使用Python，而多人合作的大型项目，人们就会选择使用Java之类的静态强类型语言。
|
||
|
||
另外，类似int、 String这种类型往往是语言的内建类型，而语言的内建类型在表达力上经常是不够的，这就需要人们通过将简单内建类型组合起来实现相应的功能，这就是**复合类型**。
|
||
|
||
典型的复合类型包括枚举、结构、列表、字典等。这些类型在Go语言中都有相应的定义，你可以参考Go语言专栏进行学习。
|
||
|
||
在讲完了类型的基本概念以后，我们再讲解一个类型系统中非常常见，同时也是比较困难的一个话题，那就是泛型。
|
||
|
||
## 为什么要使用泛型
|
||
|
||
我们使用一个实际的例子来讲一下为什么要使用泛型。比如，这里有一个栈的C++实现，栈里可以存放的变量是整型的，它的代码如下所示：
|
||
|
||
```plain
|
||
#include <iostream>
|
||
using namespace std;
|
||
|
||
class Stack {
|
||
private:
|
||
int _size;
|
||
int _top;
|
||
int* _array;
|
||
|
||
public:
|
||
Stack(int n) {
|
||
_size = n;
|
||
_top = 0;
|
||
_array = new int[_size];
|
||
}
|
||
|
||
void push(int t) {
|
||
if (_top < _size) {
|
||
_array[_top++] = t;
|
||
}
|
||
}
|
||
|
||
int pop() {
|
||
if (_top > 0) {
|
||
return _array[--_top];
|
||
}
|
||
return -1;
|
||
}
|
||
};
|
||
|
||
int main() {
|
||
Stack stack(3);
|
||
stack.push(1);
|
||
stack.push(2);
|
||
cout << stack.pop() + stack.pop() << endl;
|
||
return 0;
|
||
}
|
||
|
||
```
|
||
|
||
运行这个程序，一切看上去都还不错。但是，假如我们需要一个管理浮点数栈，或者管理字符串的栈，就不得不再将上述逻辑重新实现一遍。除了\_array的类型不一样之外，整数栈和浮点数栈的逻辑都是相同的。这就会带来大量的重复代码，不利于工程代码的维护。
|
||
|
||
为了解决这个问题，很多带有类型的语言都引入了泛型。以C++为例，泛型的栈可以这么实现：
|
||
|
||
```plain
|
||
#include <iostream>
|
||
using namespace std;
|
||
|
||
template <typename T>
|
||
class Stack {
|
||
private:
|
||
int _size;
|
||
int _top;
|
||
T* _array;
|
||
|
||
public:
|
||
Stack(int n) {
|
||
_size = n;
|
||
_top = 0;
|
||
_array = new T[_size];
|
||
}
|
||
|
||
void push(T t) {
|
||
if (_top < _size) {
|
||
_array[_top++] = t;
|
||
}
|
||
}
|
||
|
||
T pop() {
|
||
if (_top > 0) {
|
||
return _array[--_top];
|
||
}
|
||
return T();
|
||
}
|
||
};
|
||
|
||
int main() {
|
||
Stack<int> stack(3);
|
||
stack.push(1);
|
||
stack.push(2);
|
||
cout << stack.pop() + stack.pop() << endl;
|
||
Stack<string> sstack(3);
|
||
sstack.push("hello ");
|
||
sstack.push("world!");
|
||
cout << sstack.pop() + sstack.pop() << endl;
|
||
return 0;
|
||
}
|
||
|
||
```
|
||
|
||
执行这段代码，可以看到，控制台上可以成功打印出来3和"hello world"。
|
||
|
||
这段代码的巧妙之处在于，栈的核心逻辑，我们只写了一遍（第4行至第30行），然后只需要使用一行简单的代码就可以创建用于存储整数的栈（第33行）和用于存储字符串的栈（第37行）。
|
||
|
||
使用这种方式，可以帮助我们节约大量的时间和代码篇幅。接下来，我们看一下C++编译器是如何处理这段代码的。在Linux系统上，我们可以使用以下命令对这个文件进行编译，然后查看它的编译结果：
|
||
|
||
```plain
|
||
$ g++ -o stack -g stack.cpp
|
||
$ objdump -d stack
|
||
|
||
```
|
||
|
||
从这个结果中，可以看到，C++编译器生成了两个push方法，其参数类型分别是整型和字符串类型。也就是说，在C++中，泛型类型在被翻译成机器码的时候，是真的创建了两种不同的类型。
|
||
|
||
泛型使用最广泛的场景就是容量类，例如vector、list、map等等。C++ STL中定义的容器类都是以模板的形式提供的。
|
||
|
||
我们可以再使用一种新的视角来理解泛型，那就是可以将泛型声明看作是类型之间的转换关系，或者换种说法，就是我们可以使用一种类型（甚至是值）得到另外一种新的类型。
|
||
|
||
## 泛型：使用类型得到新的类型
|
||
|
||
现在我们就用这个新视角来理解泛型，**把泛型声明看成是一个输入参数是类型，返回值也为类型的函数**。我使用一个vector的例子来说明这一点：
|
||
|
||
```plain
|
||
int main() {
|
||
vector<int> vi;
|
||
vector<double> vd;
|
||
vector* p = &v1;
|
||
return 0;
|
||
}
|
||
|
||
```
|
||
|
||
这里程序的第4行会报错，报错的信息显示“vector”并不是一个有效的类型。而“vector<int> ”和“vector<double>”则是有效的类型。从这个例子中，我们观察到，vector类型必须指定一个类型参数才能变成一个有效的类型。所以我们可以把
|
||
|
||
```plain
|
||
template <typename T> class vector;
|
||
|
||
```
|
||
|
||
看成是一个函数，它接受一个类型int或者double，得到一种新的类型vector<int>，或者vector<double>。
|
||
|
||
在C++中，更神奇的是，泛型的类型参数不仅仅可以是一种类型，还可以是一个具体的值，例如：
|
||
|
||
```plain
|
||
template <int n> class A;
|
||
|
||
int main() {
|
||
A<0> a;
|
||
A<1> b;
|
||
return 0;
|
||
}
|
||
|
||
```
|
||
|
||
在上述代码中，A<0>和A<1>分别是两个不同的类型。使用这种办法，我们可以在编译期间通过模板让编译器帮我们做一些计算，例如：
|
||
|
||
```plain
|
||
#include <iostream>
|
||
using namespace std;
|
||
|
||
template <int n>
|
||
struct fib {
|
||
static const int v = fib<n-2>::v + fib<n-1>::v;
|
||
};
|
||
|
||
template <>
|
||
struct fib<1> {
|
||
static const int v = 1;
|
||
};
|
||
|
||
template <>
|
||
struct fib<0> {
|
||
static const int v = 1;
|
||
};
|
||
|
||
int main() {
|
||
cout << fib<10>::v << endl;
|
||
return 0;
|
||
}
|
||
|
||
```
|
||
|
||
在这个例子中，编译以后的结果，fib<10>::v会被直接替换成55。这个计算的过程是由编译器完成的。
|
||
|
||
编译器会把fib<10>，fib<9>等等都看成一种类型。当编译器要计算fib<10>的值的时候就会先求解fib<9>和fib<8>的值，这样一直递归下去，就会找到fib<1>和fib<0>这里。而这两个值，我们已经提供了（第9行到第18行），递归就会结束。
|
||
|
||
在这个例子中，我们就看到了类型依赖于值的情况。
|
||
|
||
了解了C++的泛型设计以后，我们再来看一下Java语言的泛型实现。
|
||
|
||
## Java中的泛型实现
|
||
|
||
Java语言的库的分发，往往采用这种形式：Java的源代码会先被翻译成字节码文件，然后这些文件又会被打包进jar文件。jar文件可以在网络上进行发布。
|
||
|
||
Java的一个特性是，相同的字节码文件在不同的体系结构和平台上的行为都是相同的，再加上要做到对低版本代码的兼容，所以Java的泛型设计和C++的差异就很大。总的来说，Java的泛型设计是使用了一种叫做“泛型擦除”的办法来实现的。
|
||
|
||
我举一个例子来说明“泛型擦除”是怎么一回事。请看下面的代码：
|
||
|
||
```plain
|
||
import java.util.ArrayList;
|
||
|
||
class Playground {
|
||
public static void main(String[ ] args) {
|
||
ArrayList<Integer> int_list = new ArrayList<Integer>();
|
||
ArrayList<String> str_list = new ArrayList<String>();
|
||
System.out.println(int_list.getClass() == str_list.getClass());
|
||
}
|
||
}
|
||
|
||
```
|
||
|
||
这段代码的输出是true。
|
||
|
||
如果按照上一小节中关于C++泛型的实现，ArrayList<Integer>和ArrayList<String>应该是不同的两种类型。但这里的结果却是true，这是因为Java会把这两种ArrayList的泛型都擦除掉，从而导致整个程序中只有一种类型。
|
||
|
||
我们这里再举一个例子帮你理解一下Java的泛型：
|
||
|
||
```plain
|
||
import java.util.ArrayList;
|
||
|
||
class Playground {
|
||
public static void main(String[ ] args) {
|
||
System.out.println("Hello World");
|
||
}
|
||
|
||
public static void sayHello(ArrayList<String> list) {
|
||
|
||
}
|
||
|
||
public static void sayHello(ArrayList<Integer> list) {
|
||
|
||
}
|
||
}
|
||
|
||
```
|
||
|
||
这里，第8行定义的sayHello方法和第12行定义的sayHello方法是方法重载。我们知道，方法的重载的基本条件是两个同名方法的参数列表并不相同。
|
||
|
||
从字面上看，第一个sayHello方法的参数类型是ArrayList<String>，第二个方法的参数类型是ArrayList<Integer>，所以可以实现方法的重载。但是当我们尝试编译上述程序的时候，却会得到这样的错误提示：
|
||
|
||
```plain
|
||
Playground.java:12: error: name clash: sayHello(ArrayList<Integer>) and sayHello(ArrayList<String>) have the same erasure
|
||
public static void sayHello(ArrayList<Integer> list) {
|
||
^
|
||
1 error
|
||
|
||
```
|
||
|
||
这是因为当对泛型进行擦除以后，两个sayHello方法的参数类型都变成了ArrayList，从而变成了同名方法，所以就会出现命名冲突报错。
|
||
|
||
通过上面两个例子，我们就能感觉到C++泛型和Java泛型的不同之处了。它们之间最核心的区别是C++不同的泛型参数会得到一种新的类型；而Java则不会，它会进行类型擦除，从而导致表面上不同的类型参数实际上指代的是同一种类型。
|
||
|
||
## 总结
|
||
|
||
在这节课里，我们先了解到什么是类型系统，并介绍了什么是强类型和弱类型，什么是静态类型和动态类型。然后我们通过举例来说明Python，JavaScript，Go和C++各自的类型系统的特点。
|
||
|
||
从这些例子中，我们看到静态强类型语言更容易阅读和维护，但灵活性不如动态弱类型语言。所以动态弱类型语言往往都是脚本语言，不太适合构建大型程序。
|
||
|
||
接下来，我们简单介绍了泛型的概念。我们使用了一个栈的例子来说明了使用泛型可以提高编程效率，节省代码量。Go语言从1.18开始也支持泛型编程。
|
||
|
||
然后我们又提供了一个新的视角来理解泛型，这种新的视角是把泛型类看成是一种函数，它的输入参数可以是类型，也可以是值，它的返回值是一种新的类型。
|
||
|
||
最后，我们介绍了C++的泛型实现和Java的泛型实现。C++不同的泛型参数会得到一种新的类型，这个过程我们也会称它为泛型的实例化。而Java则会进行类型擦除，从而导致表面上不同的类型参数实际上指代的是同一种类型。
|
||
|