型別系統

本页使用了标题或全文手工转换
维基百科,自由的百科全书

计算机科学中,类型系統(英語:type system)用于定義如何將程式語言中的數值運算式归類为许多不同的型別,如何操作这些型別,这些型別如何互相作用。型別可以确认一个值或者一组值具有特定的意义和目的(雖然某些型別,如抽象型別和函式型別,在程式執行中,可能不表示為值)。型別系統在各種語言之間有非常大的不同,也許,最主要的差異存在於編譯時期的語法,以及執行時期的操作实现方式。

編譯器可能使用值的靜態型別以最佳化所需的儲存區,並選取對值運算時的較佳演算法。例如,在許多C編譯器中,「浮點數」資料型別是以32 位元表示,與IEEE 754規格一致的單精度浮點數。因此,在數值運算上,C應用了浮点数規範(浮點數加法、乘法等等)。

型別的約束程度以及評估方法,影響了語言的型別。更進一步,程式語言可能就型別多態性部分,對每一個型別都對應了一個極度個別的演算法的運算。型別理論研究型別系統,儘管實際的程式語言型別系統,起源於電腦架構的實際問題、編譯器實作,以及語言設計。

基礎

定型(typing,又稱型別指派)賦予一組位元某個意義。型別通常和記憶體中的數值或物件(如變數)相聯繫。因為在電腦中,任何數值都是以一組位元簡單組成的,硬體無法區分記憶體位址指令碼字元整數、以及浮點數。型別可以告知程式和程式設計者,應該怎麼對待那些位元。

型別系統提供的主要功能有:

  • 安全性
使用型別可允許編譯器偵測無意義的,或者是可能無效的代碼。例如,可以識出一個無效的運算式"Hello, World" + 3,因為不能對(在平常的直覺中)逐字字串加上一個整數。強型別提供更多的安全性,但它並不能保證絕對安全(詳情請見型別安全)。
  • 最佳化
靜態型別檢查可提供有用的資訊給編譯器。例如,如果一個型別指明某個值必須以4的倍數對齊,編譯器就有可以使用更有效率的機器指令。
  • 可讀性
在更具表現力的型別系統中,若其可以闡明程式設計者的意圖的話,型別就可以充當為一種文件形式。例如,時間戳記可以是整數的子型別;但如果程式設計者宣告一個函式為返回一個時間戳記,而不只是一個整數,這個函式就能表現出一部分文件的闡釋性。
  • 抽象化(或模組化
型別允許程式設計者對程式以較高層次的方式思考,而不是煩人的低層次實作。例如,程式設計者可以將字串想成一個值,以此取代僅僅是位元組的陣列。或者型別允許程式設計者表達兩個子系統之間的介面。將子系統間互動時的必要定義加以定位,防止子系統間的通訊發生衝突。

程式通常對每一個值關聯一個特定的型別(儘管一個型別可以有一個以上的子型別)。其它的實體,如物件模組、通訊頻道、依賴關係,或者純粹的型別自己,可以和一個型別關聯。例如:

一個數值的型別
一個物件的型別
一個型別的型別

在每一個程式語言中,都有一個特定的型別系統,保證程式的表現良好,並且排除違規的行為。作用系統對型別系統提供更多細微的控制。

类型

:断言变量e的类型是int。

型別檢查

型別檢查所進行的檢驗處理以及實行型別的約束,可發生在編譯時期(靜態檢查)或執行時期(動態檢查)。靜態型別檢查是在編譯器所進行語義分析中進行的。如果一個語言強制實行型別規則(即通常只允許以不遺失資訊為前提的自動型別轉換)就稱此處理為強型別,反之稱為弱型別

靜態和動態檢查

如果一個程式語言的型別檢查,可在不測試執行時期運算式的等價性的情況下進行,該語言即為靜態型別的。一個靜態型別的程式語言,是在執行時期和編譯時期之間的處理階段下重視這些區別的。如果程式的獨立模組,可進行各自的型別檢查(獨立編譯),而無須所有會在執行時出現的模組的那些資訊,該語言即具有一個編譯時期階段。如果一個程式語言支援執行時期(動態)調度已標記的資料,該語言即為動態型別的。如果一個程式語言破壞了階段的區別,因而型別檢查需要測試執行時期的運算式的等價性,該語言即為依存型別的。[1]

在動態型別中,經常在執行時期進行型別標記的檢查,因為變數所約束的值,可經由執行路徑獲得不同的標記。在靜態型別程式語言中,型別標記使用辨識聯合型別表示。

動態型別經常出現於腳本語言RAD語言中。動態型別在解释型语言中極為普遍,編譯語言則偏好無須執行時期標記的靜態型別。對於型別和隱式型別語言較完整的列表參見型別和隱式型別語言

術語推斷型別鸭子类型,duck typing)指的是動態型別在語言中的應用方式,它會「推斷」一個數值的型別。

看看型別標記檢查是如何運作的,考慮下列假碼範例:

var x; //(1)
x := 5; //(2)
x := "hi"; //(3)

在這個範例中,(1)宣告x;(2)將整數值5代給x;(3)將字串值"hi"代給x。在主要的靜態系統中,這個代碼片斷將會違反規則,因為(2)和(3)對 x所約束的型別相矛盾。

相較之下,一個純粹的動態型別系統允許上述程式的執行,因為型別標記附到數值上(不是變數)。在處理錯誤語句或運算式的時候,以動態型別實作的語言會捕捉程式的錯誤,而不是誤用錯誤型別的數值。換句話說,動態型別捕捉在程式執行時的錯誤。

典型的動態型別實作,會以型別標記維持程式所有數值的「標記」,並在運算任何數值之前檢查標記。例如:

var x := 5; //(1)
var y := "hi"; //(2)
var z := x + y; //(3)

在這個程式片斷中,(1)將數值5約束給x;(2)將數值"hi"約束給y;以及(3)嘗試將x加到y。在動態型別語言中,約束給x的值會是一對整數, 5),且約束給y的值會是一對字串, "hi")。當這個程式嘗試執行第3行時,語言對型別標記整數字串進行檢查,如果這兩個型別的+(加法)運算尚未定義,就會發出一個錯誤。

某些靜態語言有一個「後門」,在這些程式語言中,能夠編寫一些不被靜態型別所檢查的代碼。例如,Java和C-風格的語言有「轉型」可用。在靜態型別的程式語言中,不必然意味著缺乏動態型別機制。例如Java使用靜態型別,但某些運算需要支援執行時期的型別測試,這就是動態型別的一種形式。更多靜態和動態型別的討論,請參閱程式語言

實踐中的靜態和動態型別檢查

對靜態型別和動態型別兩者之間的權衡也是必要的。

靜態型別在編譯時期時,就能可靠地發現型別錯誤。因此通常能增進最終程式的可靠性。然而,有多少的型別錯誤發生,以及有多少比例的錯誤能被靜態型別所捕捉,目前對此仍有爭論。靜態型別的擁護者認為,當程式通過型別檢查時,它才有更高的可靠性。雖然動態型別的擁護者指出,實際流通的軟體證明,兩者在可靠性上並沒有多大差別。可以認為靜態型別的價值,在於增進型別系統的強化。強型別語言(如MLHaskell)的擁護者提出,幾乎所有的bug都可以看作是型別錯誤,如果編寫者以足夠恰當的方式,或者由編譯器推斷來宣告一個型別。[2]

靜態型別通常可以編譯出速度較快的代碼。當編譯器清楚知道所要使用的資料型別,就可以產生最佳化過後的機器碼。更進一步,靜態型別語言中的編譯器,可以更輕易地發現較佳捷徑。某些動態語言(如Common Lisp)允許任意型別的宣告,以便於最佳化。以上理由使靜態型別更為普及。參閱最佳化

相較之下,動態型別允許編譯器和解譯器更快速的運作。因為原始碼在動態型別語言中,變更為減少進行檢查,並減少解析代碼。這也可減少編輯-編譯-測試-除錯的週期。

靜態型別語言缺少型別推斷(如Java),而需要編寫者宣告所要使用的方法或函式的型別。編譯器將不允許編寫者忽略,這可為程式起附加性說明文件的作用。但靜態型別語言也可以無須型別宣告,所以與其說是靜態型別的代價,倒不如說是型別宣告的報酬。

靜態型別允許建構函式庫,它們的使用者不太可能意外的誤用。這可作為傳達函式庫開發者意圖的額外機制。

動態型別允許建構一些靜態型別系統所做不出來的東西。例如,eval函式,它使得執行任意資料作為代碼成為可能(不過其代碼的型別仍是靜態的)。此外,動態型別容納過渡代碼和原型設計,如允許使用字串代替資料結構。靜態型別語言最近的增強(如Haskell 一般化代數資料型別)允許eval函式以型別安全的方式撰寫。

動態型別使元程式設計更為強大,且更易於使用。例如C++模板的寫法,比起等價的RubyPython寫法要來的麻煩。更高度的執行時期構成物,如元類別(metaclass)和內觀(Introspection),對靜態型別語言而言通常更為困難。

強型別和弱型別

強型別的基本定義即為,禁止錯誤型別的參數繼續運算。C語言型別轉換即為缺乏強型別的證例;如果編寫者用C語言對一個值轉換型別,不僅令編譯器允許這個代碼,而且在執行時期中也同樣允許。這使得C代碼可更為緊密和快速,不過也使除錯變的更為困難。

部分學者使用術語記憶體安全語言(或簡稱為安全語言)形容禁止未定義運算發生的語言。例如,某個記憶體安全語言將會檢查陣列邊界

弱型別意指一個語言可以隱式的轉換型別(或直接轉型)。看看先前的例子:

var x := 5;
var y := "37";
x + y;

在弱型別語言中編寫上述代碼,並不清楚將會得到哪一種結果。某些語言如Visual Basic,將會產生可以運作的代碼,它將會給出的結果是42:系統將字串"37"轉換成數字37,以符合運算上的直覺;其它的語言,像JavaScript將會產生的結果是"537":系統將數字5轉換成字串"5"並把兩者串接起來。在Visual Basic和JavaScript中,最終的型別是以那兩個運算元為考量的規則所決定。在部分語言中,如AppleScript,某個值最終的型別,只以最左邊的運算元的型別所決定。

設計精巧的語言也允許語言顯現出弱型別(藉由类型推断之類的技術)的特性以方便使用,並且保留了強型別語言所提供的型別檢查和保護。例子包括VB.NetC#以及Java

運算子多載所帶來的簡化,像是不以算術運算中的加法來使用「+」,可以減少一些由動態型別所造成的混亂。例如,部分語言使用「.」或「&」來串連字串。

型別系統的安全性

程式語言的型別系統的第三種分類方法,就是型別運算和轉換的安全性。如果它不允許導致不正確的情況的運算或轉換,電腦科學就認為該語言是「型別安全」的。

再次看看這個假碼例子:

var x := 5;
var y := "37";
var z := x + y;

在一個如Visual Basic的語言中,例子中的變數z得到的值為42。不管編寫者有沒有這個意圖,該語言定義了明確的結果,且程式不會就此崩潰,或將不明定義的值賦給z。就這方面而言,這樣的語言就是型別安全的。

現在來看C的相同例子:

int x = 5;
char y[] = "37";
char* z = x + y;

在這個例子中,z將會指向一個超過y位址5個位元組的記憶體位址,相當於指向y字串的指標之後的兩個空字元之處。這個位址的內容尚未定義,且有可能超出記憶體的定址界線,而且就這麼引用參考z會引起程式的終止。雖是一個良好型別,但卻不是記憶體安全的程式——如果以對型別安全語言而言不該發生為先決條件的話。

多態性和型別

術語「多態性」指的是:代碼(尤其是函式和類別)對各種型別的值能夠動作,或是相同資料結構的不同實體能夠控制不同型別的元素。為了提升複用代碼的潛在價值,型別系統逐漸允許多態性:在具有多態性的語言中,程式設計者只需要實作如列表或詞典的資料結構一次,而不是對使用到它的元素的每一個型別都規劃一次。基於這個原因,電腦學家也稱使用了一定的多態性的方法為泛型程式設計。型別理論的多態性基礎與抽象化模組化和(偶爾)子型別有相當密切的聯繫關係。

推斷型別

推斷型別(鸭子类型,Duck typing)最初是由Dave ThomasRuby社群中提出的,推斷型別用了這個論證法「如果它像什麼,而且其它地方也像什麼,那麼它就是什麼。」

在某些程式設計環境中,兩個物件可以有相同的型別,即使它們沒有什麼交集。一個例子是C++迭代器和指针所拥有的的雙重性,兩者皆以不甚相同的機制實作並提供一個* 運算。

這個技術之所以常被稱作「鴨子型別」,是基於這句格言:「如果它搖搖擺擺的走法很像鴨子,而且它的嘎嘎叫聲也像鴨子,那它就是一隻鴨子!」

"If it waddles like a duck, and quacks like a duck, it's a duck!"

顯示宣告和隱式暗示

許多靜態型別系統,如C和Java,要求要宣告型別:編寫者必須以指定型別明確地關聯到每一個變數上。其它的,如Haskell,則進行型別推斷:編譯器根據編寫者如何運用這些變數,以草擬出關於這個變數的型別的結論。例如,給定一個函式f(x,y),它將xy加起來,編譯器可以推斷出xy必須是數字——因為加法僅定義給數字。因此,任何在其它地方以非數值型別(如字串或鏈表)作為參數來呼叫f的話,將會發出一個錯誤。

在代碼中數值、字串常數以及運算式,經常可以在詳細的前後文中暗示型別。例如,一個運算式3.14可暗示浮點數型別;而[1, 2, 3]則可暗示一個整數的鏈表;通常是一個陣列

型別的型別

型別的型別是一種種類。在型別程式設計中有明確的種類,如Haskell程式語言型別建構子,在申請比較簡單的型別之後,其返回一個簡單的型別。例如,型別建構子二選一有這些種類* -> * -> **代表種類),而且它的申請二選一字串整數是一個簡單的型別。然而,大多數程式語言的型別,是由編寫者來暗示或寫死,這就並未將種類的概念用作為首選層。

型別可分為幾個大類:

這是最簡單的型別種類,例如:整數浮點數
全部是數字的型別,例如:整數和自然數
以浮點數表示數字的型別
由基本型別組合成的型別,例如:陣列記錄單元抽象資料型別具有複合型別和界面兩種屬性,這取決於你提及哪一個。
例如:變數型別
例如:二元函數
參數化型別型別變數
模組
識別其它型別的子集的型別
取決於執行時期的數值的型別
描述或約束物件導向系統結構的型別

相容性:等價性和子型別

對於靜態型別語言的型別檢查器,必須檢驗所有運算式的型別,是否與前後文所期望的型別一致。例如指派語句x := e,推斷運算式e的型別,必定與宣告或推斷的變數型別x一致。這個一致性的概念,就稱為相容性,是每一個程式語言所特有的。

很明顯,如果ex的型別相同,就允許指派,然後這是一個有效的運算式。因此在最簡單的型別系統中,問題從兩個型別是否相容,簡化為兩個型別是否相等(或等價)。然而不同的語言對於兩個型別運算式是否理解為表示了相同型別,有著不同的標準。型別的相等理論的差異相當巨大,兩個極端的例子是結構型別系統(Structural type system),任兩個以相同結構所描述的值的型別都是等價的,且在標明型別系統(Nominative type system)上,沒有兩個獨特的語法構成的型別運算式表示同一型別,(型別若要相等,就必須具有相同的「名字」)。

子型別的語言中,相容關係更加複雜。特別是如果AB的子型別,那麼型別A的值可用於型別B也屬意料之中,但反過來就不是這樣。如同等價性,對每一個程式語言而言,子型別的關係的定義是不同的,可能存在各種變化。在語言中出現的參數或者特定的多態性,也可能意味著具有對型別的相容性。

爭議

在強型別、靜態型別語言的支持者,和動態型別、自由形式的支持者之間,經常發生爭執。前者主張,在編譯的時候就可以較早發現錯誤,而且還可增進執行時期的效能。後者主張,使用更加動態的型別系統,分析程式碼更為簡單,減少出錯機會,才能更加輕鬆快速的編寫程式。[3]與此相關的是,考慮到在型別推斷的程式語言中,通常不需要手動宣告型別,這部分的額外開銷也就自動降低了。

参考文献

  1. ^ Harper, Robert & Benjamin C. Pierce (2005), "Design Considerations for ML-Style Module Systems", in Pierce, Benjamin C., Advanced Topics in Types and Programming Languages, Cambridge, MA: MIT Press, ISBN 0262162288页面存档备份,存于互联网档案馆
  2. ^ 存档副本. [2007-03-24]. (原始内容存档于2008-05-12). 
  3. ^ Meijer, Erik and Peter Drayton. Static Typing Where Possible, Dynamic Typing When Needed: The End of the Cold War Between Programming Languages (PDF). Microsoft Corporation. (原始内容 (PDF)存档于2007-02-16). 

參閱