作者 | 繁星蓝雨

责编 | 夕颜

头图 | CSDN 下载自视觉中国

出品 | CSDN（ID：CSDNnews）

常见观点

可以轻易的找出许多文献说明C++太复杂了，例如学习C++的书籍的厚度。

这样以至于C++的设计者Bjarne都曾怀疑具有类的C是不是已经太庞大了。

因为，总有大量对语言的新特性的要求：

对如何利用现有特性完成某些任务没有足够的了解

天生喜欢评价主流编程语言的人

许多使用者遇到了实际的问题，确实需要语言本身提供支持来解决这些问题（大部分）

反驳观点

但是C++只在被孤立看待的时候，才会觉得复杂性。设计任何一门语言都是有背景的。

C++面向的是这样的特定用户：

应对各种复杂问题

写出运行相当长时间的解决方法

解决方案要满足任意的性能要求

工作在不同的硬件和操作系统上

和许多已存在的系统共存

虽然人们都希望有简单的语言，但是人们真正需要的是有助于解决问题的语言。

由于C++相当流行，因此得到结论，人们愿意为了语言所提供的强大表现力和高效率而放弃对简单性的要求。

为什么要解决的问题越复杂，工具就不得不复杂？

3.1 类库和语言语意

例如C++中的赋值和初始化，在很多语言中都没有区别，比如C。

为什么在C++中却如此重要呢？

C++允许变量“拥有”一定的资源，如果值改变，就必须放弃这些资源。

当我们在编写那些要处理分配在别处的数据结构的类时，差异就很重要。

class String{
private:cha* data;int len;//...}

String s = "jiangxuehan";

下面的代码给s赋值时，s早就已经有一个值了（默认构造函数）。在赋值时，s必须要放弃旧值占用的内存。

String s;s = "jiangxuehan"

原则上我们没有必要划清两者的界限，可以在初始化后紧跟一个析构操作，这样会简化很多程序，但是会使某些类的抽象变得难以实现。

例如

有些C++的库提供了一种叫片的类，如果某个对象包括了某种数据结构，通常我们可以创建一个指向该数据结构的某部分的片，给这个片赋值会影响原数据结构中的被选中的那部分。

String s = "the dog";
s(4,3) = "cat";//s(m,n)表示从字符m开始的n个字符长的s的一片//s的值为"the cat"s(4,0) = "big, fluffy"//s的值为the big, fluffy cat

如果赋值总是等价于紧跟初始化后的析构操作，那么此类的抽象就比较难实现。

3.2 折中方案

再有比如界面设计，C++中有很多都是给类设计提供简化的工具，帮助他们解决用户界面的问题。因此用C++设计类比用其他语言难得多，但是解决方案更广泛，给库设计者提供了更策略化的可能性，使他们能考虑的更多。精心设计的C++库会非常好用。

大家都觉得设计一个优秀的变长字符串和复数类很困难，但是如果把这些东西补充到编译器中，那么会更加困难。因为用户很少有权利和能力去修改自己的编译器，更别提把这种改变移植到不同的编译器上。

因此C++提供了一个折中的方案，它允许我们在无需改变编译器内部的工作模式，就能详细地定义抽象概念的具体行为。

3.3 复杂度的守恒

计算机系统复杂而有阶段性，如果忽略这种复杂性，并不能消除复杂性，而且通常要付出代价。

例如计算3个浮点数相加的问题：

double add(double x, double y, double z){
return x+y+z;

这段代码并不能对1020、-1020、1的所有排列提供精准的答案。1020+1和-1020将等于1020，1最终会被完全丢掉。

解决这个问题时，我们可以处理或者忽略复杂性，如果决定处理，就要通过确保最精确的可能答案来完成这一点，如果忽略复杂性，那么复杂性会转移到用户的说中。

处理复杂问题的软件肯定要面对复杂性。有些语言假装复杂性不存在而忽略它，提供给用户一个干净整洁的接口，如果世界上有些地方不符合他们所设想的模型，就干脆忽略而不见，忽略掉。还有些语言则是将复杂性扔给用户（如果用户可能不管行，就赢得了博弈，这就是为什么那么多不完善的软件产品在尚不完善时就交付了）。

C++采用的则是折中办法，它允许我们编写对操作环境实施最底层控制的程序，但也允许我们忽略大多数不重要的细节。为了更加灵活，它付出的代价更为庞大。（这就是生活 ）

灵活性对类库的设计者来说尤其宝贵，他们因此能给用户提供使用不同的抽象级的广泛应用领域的功能。长远看，抽象仍然是世界的最有力的工具。

原文链接：

☞十六位顶尖专家齐聚，解密阿里云最新核心技术竞争力！
☞不用费劲装 IDE 了！GitHub + VS Code 推出云端编程新利器
☞Wi-Fi 真的安全吗？一行代码就可让周边无线网络全部瘫痪！| 原力计划
☞干货 | 时间序列预测类问题下的建模方案探索实践
☞利用 Docker 在不同宿主机做 CentOS 系统容器 | 原力计划
☞从货币历史，看可编程货币的升级