前言:
眼前你们对“cpythonpython”可能比较珍视,大家都需要学习一些“cpythonpython”的相关知识。那么小编同时在网络上网罗了一些有关“cpythonpython””的相关文章,希望姐妹们能喜欢,朋友们一起来学习一下吧!摘要:大多数程序员在其职业生涯中,接触到的编程语言不止一种,但主要掌握并运用的多数只有一门。那么在数量繁多、适用领域各不相同的编程语言中,哪一门更适合你来学习呢?“老程序员”Eleanor Berger 总结了这些年来他对各种编程语言的看法及其发展历程,接下来就让我们一睹他心目中的最佳编程语言是什么。
最近,著名游戏程序员、id Software 创始人之一John Carmack在采访中表示,程序员应该专心学好一门编程语言。这倒让我感到有点惊讶。虽然我个人非常赞同这条建议,但在如今的程序员圈子里,这种观点是有争议的。
我猜,我就是大家所说的“老程序员”了。我的岁数不小了,一生都在从事编程工作,而且从步入社会之后就一直在从事这项专业工作。有时,我觉得自己是一名编程语言爱好者,亲眼目睹了许多编程语言的发展。回顾过去,这是一段激动人心的历史,我们会不由自主地得出一个(错误的)结论:多掌握几种编程语言总没坏处。编程语言的历史发展非常精彩,但如今的发展形势相对比较平和。
在本文中我想回顾一下曾经的历史,总结经验教训,并看一看究竟哪种编程语言才是最好的标准化语言。
01
史前阶段(50年代~80年代)
随着计算硬件和计算机科学作为一门学科逐渐兴起,计算机编程(除了处理器本身的指令之外)也开始缓慢地发展。在最初的几十年里,编程语言主要是学术界的研究对象,还俘获了一小部分研究人员。程序员的选择很有限,主要取决于领域。
业务编程使用COBOL,科学编程使用Fortran,还有一些其他语言通常用于特定领域、研究或硬件。
对于大多数程序员来说,整个编程生涯或在很长一段时间里,只需专心学习一门编程语言。虽然有人对编程语言的设计感兴趣,但彼时该领域还很稚嫩。尽管出现了一些很有趣的创新,但对于如何才能设计一种好的编程语言,人们还没有很好的理解。
02
专业化(80年代~90年代)
随着计算机硬件数量的增加以及用途的日益多样化,编程语言的数量也开始增长,编程语言的选择变成了一个流行的话题。人们开始对编程语言进行分门别类。我们可以通过程序员的种类以及他们渴望达到的专业水平,判断他们会选择哪种语言。个人计算机编程爱好者使用越来越流行的BASIC。这是一种很荒诞、很原始的编程语言,却被广泛使用并成为了一代程序员(包括我自己)的引路人。Pascal引入了结构化编程,并产生了巨大的影响(Pascal与Turbo-Pascal 和 Delphi 建立了一个蓬勃发展的社区,但最终消失了)。
起源于UNIX的C成为了系统编程语言。C++成为了C的后继者,并借鉴了Smalltalk的面向对象编程,成为了专业应用程序和服务开发人员的语言。最终 Visual Basic(与BASIC毫无关系)普及了“可视化编程”,满足了应用程序开发的需求(随着 Windows 的出现而迅速增长),并成为大众的首选。但人们普遍认为,VB程序员是领域专家兼职编程工作,而C和C++才是“专业”的编程人员。
这个阶段,人们仍然没有很好地理解编程语言的设计,导致许多流行的编程语言很多方面的设计都不太理想。C语言简单而强大,但很难熟练掌握,有可能出错的地方太多。C++的意图虽好,但最终的设计不佳,而且使用感不好。Visual Basic既有趣又简单,但有点儿戏,在当时的技术条件下,优雅与效率都不达标。Smalltalk 和 LISP 都是有趣而优雅的语言,但由于捆绑到了专门的硬件和昂贵的工具,导致最后失势。
03
成熟(90年代~2000年)
后来,互联网兴起。互联网对编程语言的影响究竟有多大也许未可知,但无疑这是一个重大因素。很久以前,编程语言是一个稀有之物,通常诞生于研究实验室和大型商业公司;但如今似乎任何一个人都可以开发出自己的编程语言。曾有一段时间,PERL成为了流行的通用语言,涵盖了从系统管理到 Web 编程的方方面面。
后来,Python从科学研究语言变成了简单易学的通用语言,尽管最初发展缓慢,但最终席卷了整个世界。据传,Netscape 的 Brandan Eich仅用了几天时间就开发出了JavaScript(作为一种功能十分有限的浏览器扩展语言)。这不仅证明Eich是一个天才,也证明那个时期人们对编程语言的设计有了很好的理解。
这一时期出现了许多其他的编程语言,其中最有名的是Java。这门语言本身并没有特别之处,但它提供的JVM是一个通用的运行时环境,实现了“编写一次,到处运行”,也就是说该语言十分通用,不受特定硬件、操作系统、或目标环境的限制。严格来讲,早期的JVM并没有什么值得炫耀的,但它开创了语言运行时及部署选项日益成熟的时代。
04
迅速发展(2000年~2010年)
自JVM以后,编程语言就开始朝着一个有趣的方向迅速发展。源自Self语言(Smalltalk的后继者,虽然优秀但非常失败)的即时编译器(JIT)得到了更深入的研究,从而诞生了Java的HotSpot,而微软为了对抗Java推出了.NET CLR。.NET则更进一步,将 CLR(Common Language Runtime,公共语言运行时)作为了多语言的通用运行时,而不仅仅是C#。
事后看来,这是一个分水岭:编程语言的选择变得无关紧要。这可能不是微软做出这个选择的主要原因(当时他们仍在努力继续支持流行度非常高的Visual Basic,还有C#),再加上那段时间微软的封闭式许可,最终CLR未能成为最受欢迎的运行环境。但在千禧年之后的第一个十年中,编程语言的数量越来越多,而且无处不在。
另一方面,程序员的数量也出现了爆炸式增长。随着软件的需求快速增长,以及工具和知识的普及,全世界数百万人都变成了程序员。这些程序员也是人类,他们渴望强烈的群体认同。就像普通人对体育运动团体有着强烈而非理性的看法一样,程序员也开始在编程语言的选择问题上站队。
许多程序员迫不得已选择某种新兴、独特、特殊的编程语言。例如,有人声称函数式编程才是王道、Ruby比Python好、Scala将彻底改变数据科学、不选Clojure是你的损失……至此,编程语言从线性发展进入了混乱的达尔文优胜劣汰时期。
05
超标准化(2010年至今)
原以为,这个时期的人们会意识到某些编程语言过于疯狂,无法持续发展。然而,实际情况并非如此,相反,情况出现了意想不到的转变。在“云”计算时代,许多应用程序和服务的部署跨互联网上的大量分布式节点,使用哪种编程语言似乎已无关紧要。
程序员都在开发互相交流的独立组件,又有什么必要纠结编程语言呢?组件之间并不需要知道彼此是用哪种语言编写的。如果程序员喜欢用X语言编写组件,那么就用这种语言好了。谁在乎呀。
在不同机器上运行的组件也是如此,随着Docker的发布,容器得到了普及,无论是在一台机器上运行的应用程序,还是通过编排软件在机器集群上协作运行的软件,都可以使用相同的范例轻松管理。
如今人们仍在开发新的编程语言,其中不乏前途无量且备受期待的语言。有些是特定领域的(移动应用程序使用的Swift、Kotlin 和 Dart,以太坊智能合约使用的Solidity),而有些则比较通用,但每种语言都得益于这几十年来积累的经验教训(面向云编程的Go,面向系统编程的Rust,以及JavaScript的超集TypeScript,等等)。
与此同时,编程世界达到了一个新的成熟度,我们不再追逐每一种新趋势,采用每一种新语言。我们都成长了。
06
专心学好一门编程语言
毫无疑问,有些编程语言确实更为出色,而有些编程语言则更适合处理某些特定的用例。任何从事过编程一段时间的人都清楚,学习一门新语言一点也不难。大多数程序员只需一个下午,就可以轻松学习一门新语言的基础知识,使用几天后就可以多或少地提高工作效率。新手程序员可以从任何一门主流编程语言开始学习,并将学到的编程知识轻松地应用到其他语言中。
然而,频繁变更编程语言并非好事,原因主要有两个。首先,学习编程语言有点像学下棋。你可以快速学习规则,但这并不意味着你可以战胜经验丰富的玩家。你需要学习策略,而这需要时间和练习。这是一个由最佳实践、陷阱、优化技术,以及库、工具和社区组成的生态系统。
其次,编程虽简单,却容易出错。即使拥有常见的编程经验和最好的工具,将想法转换为计算机代码也不是一件直觉行为。无论程序员建立了怎样的直觉,也必须经历反复使用、即时反馈和纠错的循环。每次更换编程语言,你都需要付出代价。
所以,根据我的经验,编程语言的选择很重要,但是一旦做出了选择,从长远来看,就应该坚持下去。
07
如何选择编程语言
时至2022年,我们在选择编程语言时,需要考虑以下几点。
首先,最关键的考虑因素是语言的适用范围。如果是特定的领域,必须使用一些特定于领域的语言,则最具普遍适用性的语言是首选。值得庆幸的是,自从Java提出“编写一次,到处运行”以来,运行时和部署便不再是问题,成本和许可也不再是制约因素。时至今日,所有编程语言、运行时以及各种工具基本都可以免费获取。
如果某种语言不适合某个特殊的场合,只能说它的流行度不够,没有普及到所有人;要么是因为一些基本因素,导致该语言确实不适合该任务。
流行度很重要,我们应该选择拥有强大的社区、丰富的信息来源、大量其他程序员可供合作或雇佣的语言。任何不受欢迎的语言都不值得选择。如果遇到特殊情况,则选择会更困难。没有任何一种语言能够适用于所有场景,但在理想情况下,通用的主流语言应该足以应对大多数场景。
最后,我们选择的编程语言应该优于大多数其他语言。即使在2022年,仍有一些糟糕的编程语言,难以学习和使用,很容易让程序员陷入困境。
鉴于上面的陈述,我认为实际上我们并没有太多选择。下面,就让我们来看看这些最佳编程语言。
08
最佳编程语言
JavaScript / TypeScript
编程语言界的JavaScript就像人类交流时使用的英语一样。它是最流行、最通用的编程语言,适用于许多不同的场景(浏览器/前端、系统/后端、作为扩展语言嵌入到许多环境中)。JavaScript的运行时(V8 / Node / Deno)非常高效,拥有许多出色的工具和庞大的社区。
TypeScript是JavaScript的超集,引入了强类型和标准工具,正在迅速发展成为JS编程的默认选择。
Rust
Rust拥有C/C++的所有功能,更易于使用,而且也没有太多陷阱。Rust的社区和生态系统非常强大且在不断发展,工具也很好用。如果你需要的功能Rust都提供了,那它绝对是不二之选。以前只能使用C或C++的场合,如今也可以选择Rust。
此外,Rust还在建立自己的WebAssembly通用语言(WebAssembly可以说是终极版的“编写一次,到处运行”的运行时)。
09
强有力的竞争对手
Python
我使用Python已经超过20年了,可惜时至2022年,Python依然算不上真正的通用编程语言。原因之一是,Python仍然非常低效,很多注重性能的场合都无法采用Python。还有一个原因是,它未能进入主流的面向用户环境,比如网络浏览器或手机。
尽管如此,Python仍不失为一种出色的编程语言,而且在数据工程/数据科学/机器学习中占据了重要位置,所以如果你从事这些领域的工作,那么Python绝对是一门值得了解和热爱的语言。就目前的情况来看,Python很可能会作为数据科学的通用语言继续发展下去,但可能无法突破这个领域。
Go
Go是一种非常适合“云”编程的语言。Go语言优雅、易于学习和使用,拥有出色的社区、生态系统和工具。它被广泛应用于云原生领域的核心产品,因此它会长期发展下去。不幸的是,Go并没有普遍的适用性,基本无法用于互联网服务器之外的环境。此外,由于Go设计上的选择,它在C/C++世界中表现不佳。
Go固然好,但如果必须做出选择,凡是Go能实现的功能Rust都可以实现,随着时间的推移,Go有可能会被主流系统编程语言取代。
C#/Java
C#及其生态系统非常出色,你可以用它实现很多功能。Java的各个方面都比不上C#,所以我不理解为什么有人会喜欢它,但Java确实很流行。C#的应用很广泛,不仅是一种系统和“商业”语言,现在更是延伸到了移动应用程序和浏览器。强大的运行时,伟大的生态系统。
但是,除非你需要C#的一些量身定制的运行时和工具的功能,否则在短期内C#很难与JavaScript和Rust竞争。
C/C++
根据林迪效应,C和C++在未来几十年内将继续流行下去。如果你已是这两种语言的专家,肯定不愁找工作。如果有这方面的需求,则花时间学习二者也是不错的选择。否则,选择Rust更合适。
10
荣誉奖
Swift / Kotlin / Dart
这几种语言在特定领域占有一席之地。如果需要移动UI编程,则这些是不错的选择。但JavaScript的适用性更普遍,而且也同样适用于移动开发,因此我们更应该选择JavaScript。
LISP(Racket / Clojure)
LISP很特别,即使日常工作没有这种需求,也应该学习一下。Racket 是最先进的、非常复杂的语言(实际上它是一种语言构建工具包)。据传,Clojure的功能很强大,因为它的目标是JVM,可以使用 Java 库。但我不清楚这个卖点有多大作用。
Haskell / F# / Scala
函数式语言很重要。在某些情况下,它们是更优的选择。Haskell是函数式编程的代表。F#具有更好的普遍适用性,因为它的运行平台是CLR,并且可以使用 .NET 库。Scala不是纯粹的函数式,但非常通用,并且在 JVM 上运行。
Julia / R / MATLAB
Julia非常适合数学领域。R和MATLAB都有各自擅长的特定场合。不过,在Python主导的数据工程领域,这些编程语言恐怕很难幸存下来。
PowerShell
如果你从事shell编程,那么PowerShell是迄今为止最好的选择。它适用于所有操作系统,所以我们没有理由使用任何其他 shell。PowerShell也算是一种通用编程语言,但实际上在非系统管理之外,没有人使用它。
11
迟暮之年
PHP / 红宝石 / PERL
这些语言也曾有过辉煌的岁月,主要是作为网络“后端”语言。无论你如何看待这些语言,如今都不应该再在它们身上白花力气。它们都在走向灭亡。
Visual Basic / VBA
VB 改变了世界,但如今却被淘汰出局了,无论是作为通用语言还是作为对其他程序的扩展。在遥远的过去可以用VB实现的功能,如今都可以用其他现代语言更出色地实现。
12
总结
我喜欢编程语言,而且永远对新语言充满了好奇。但是,就目前而言,TypeScript是我心目中的C位,而在需要强大的功能和低级访问权限的情况下,Rust居第二。我相信,2022年几乎所有程序员都与我有类似的看法。
10月好书
新
Rust实战
由浅入深介绍Rust系统编程知识,涵盖数十个有趣的示例,简洁易懂,帮你了解Rust语法和Rust的实际运用,赠送示例源代码。
本书通过探索多种系统编程概念和技术引入Rust编程语言,在深入探索计算机工作原理的同时,帮助读者了解Rust的所有权系统、Trait、包管理、错误处理、条件编译等概念,并通过源自现实的示例来帮助读者了解Rust中的内存模型、文件操作、多线程、网络编程等内容。
C Primer Plus 第6版 中文版
大家喜欢的编程语言入门书最基本的要求是“通俗易懂”,这本近40年再版6次专门针对零基础读者的《C Primer Plus 中文版》就做到了这点。
作者在讲述每一个概念和方法的时候,都清晰地认识到读者是真正的“新人”,尽量使用简单、通俗的描述让这些内容更容易被理解。
这本书完整而又详细地讨论了C语言的基础特性,清晰地解释了C语言的基本概念和编程技巧,并且在之前版本上做了契合C11的更新升级。整体以简洁的代码示例帮助读者理解概念方法和加强读者的动手能力,外加章节末尾的复习题和编程练习题,帮助读者巩固关键知识点的掌握情况。
近40年以来,无数人以之入门C语言,其有效性被广泛验证,豆瓣评分9.4!
C++ Primer Plus 第6版 中文版
本书同样是史蒂芬·普拉达的作品,是以帮助零基础读者完全入门C++的一本好书。尽管C++与C有许多相似之处,但作者是完全为C++新人,甚至是编程新人而作这本书,完全不需要读者有任何C语言方面的背景知识。
本书同样是以简单代码示例和图示来帮助读者理解C++基础概念与方法,同时会指出在这些概念和方法中容易出错的情况,帮助读者轻松理解的同时避免踩坑,免走弯路。对示例中的关键内容,作者还会详细地作出解释和分析,让读者知道如何使用的同时更知道为什么要这样用,达到知其然更知其所以然的境界。
20余年的6次改版,本书依然是多数人入门C++的不二之选。
数学之美 第三版
数学能力一直以来是多数程序员关注的点,而吴军博士这本《数学之美》系统地阐述了信息处理领域的技术和应用背后的数学原理,将复杂的数学原理讲得通俗易懂,大部分程序员都能轻易看懂,领略计算机和生活中的数学之美。
第三版在前两版的基础上新增了区块链、量子通信、人工智能的数学极限内容,并且几乎将整体内容重写了一遍,让其通俗易懂的同时又带有一定的深度,更适应当下的计算机环境。
当然本书并不是单纯地向读者展示数学原理,更是通过里面的具体例子让读者学会新的思考问题的方式——如何化繁为简,如何使用数学去解决工程问题,如何跳出固有思维不断去创新。
浪潮之巅 第四版
作为计算机行业的从业者,了解科技行业的兴衰起落有助于我们把握科技时代发展趋势,从而更好地发展自我以适应未来。
本书第四版融合了第三版和《硅谷之谜》的全部内容,并且新增了社交网络、无人驾驶等近四分之一的内容。吴军根据最新的行业发展状况,重新和更新了所有章节,整体容量是第一版的两倍了。
通过认识IBM、思科、苹果、谷歌等IT巨头的发展历程,看吴军博士对其成败的客观分析,读者能够从他总结出来的信息产业发展规律中获得感悟,对行业,对自身职业会有全新的认识。程序员不单单是一份工作,更是一份成长性极强的职业,如何赶上一次浪潮,是有章可循的。
Python编程快速上手 第2版
Python作为本月排行榜的老大,势头正猛,更是成为职场中多数问题的优选解决方案。特别是那些繁琐的重复性工作,人工手动处理实在是费时费力,专门去学习编程又成本太高,使用Python工具快速处理便成了有效而简单的选择。
作为一本面向初学者的Python编程实用指南,本书能够让读者快速上手Python自动化,解放双手。本书前半部分是介绍Python基础知识,后半部分是关注自动化任务。读者不用去过分关注Python的细节,就能够很快学会如何使用Python抓取Web信息、处理Excel电子表格、处理PDS和Word文档等常用的办公内容。
本书除了教会读者如何快速上手Python编程之外,还教会读者如何像真正的程序员那样正确地提出问题、寻求帮助,从而解决编程中遇到的问题。
计算之魂
吴军博士多年来就职于IT行业名企,积累了丰富的开发经验,同时在长期职业生涯中,他面试了近千名优秀的计算机科学家和工程师的候选人,对他们有比较全面的了解。所以他清楚地认识到不同层次的计算机工程师对同一个问题有着不同的思考方式,能给出不同的解决方法。
这本书就是他这么多年来经验的总结,让读者普遍明白一个道理:对计算机科学的掌握程度,决定了他能走多远。他在书中分10个主题系统地讲解了计算机科学的精髓,详细分析了每类题目不同层次工程师的思路和解决方法。读者通过阅读这些题目和分析,可以对比优化自己的解题思路,衡量自己的技术水平,从而做出针对性提升,以在职业道路上走得更快更远。
计算思维是所有程序员必须了解和掌握的内容,只有这样才能真正把握计算机科学这门艺术,从而获得成功。
标签: #cpythonpython