跳转到内容

类型系统

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,类型系统(英语:type system)用于定义如何将程式语言中的数值运算式归类为许多不同的型别,如何操作这些型别,这些型别如何互相作用。型别可以确认一个值或者一组值具有特定的意义和目的(虽然某些型别,如抽象型别和函式型别,在程式执行中,可能不表示为值)。型别系统在各种语言之间有非常大的不同,也许,最主要的差异存在于编译时期的语法,以及执行时期的操作实现方式。

编译器可能使用值的静态型别以最佳化所需的储存区,并选取对值运算时的较佳演算法。例如,在许多C编译器中,“浮点数”资料型别是以32 位元表示,与IEEE 754规格一致的单精度浮点数。因此,在数值运算上,C应用了浮点数规范(浮点数加法、乘法等等)。

型别的约束程度以及评估方法,影响了语言的型别。更进一步,程式语言可能就型别多态性部分,对每一个型别都对应了一个极度个别的演算法的运算。型别理论研究型别系统,尽管实际的程式语言型别系统,起源于电脑架构的实际问题、编译器实作,以及语言设计。

基础

定型(typing,又称型别指派)赋予一组位元某个意义。型别通常和记忆体中的数值或物件(如变数)相联系。因为在电脑中,任何数值都是以一组位元简单组成的,硬体无法区分记忆体位址指令码字元整数、以及浮点数。型别可以告知程式和程式设计者,应该怎么对待那些位元。

型别系统提供的主要功能有:

  • 安全性
使用型别可允许编译器侦测无意义的,或者是可能无效的代码。例如,可以识出一个无效的运算式"Hello, World" + 3,因为不能对(在平常的直觉中)逐字字串加上一个整数。强型别提供更多的安全性,但它并不能保证绝对安全(详情请见型别安全)。
  • 最佳化
静态型别检查可提供有用的资讯给编译器。例如,如果一个型别指明某个值必须以4的倍数对齐,编译器就有可以使用更有效率的机器指令。
  • 可读性
在更具表现力的型别系统中,若其可以阐明程式设计者的意图的话,型别就可以充当为一种文件形式。例如,时间戳记可以是整数的子型别;但如果程式设计者宣告一个函式为返回一个时间戳记,而不只是一个整数,这个函式就能表现出一部分文件的阐释性。
  • 抽象化(或模组化
型别允许程式设计者对程式以较高层次的方式思考,而不是烦人的低层次实作。例如,程式设计者可以将字串想成一个值,以此取代仅仅是位元组的阵列。或者型别允许程式设计者表达两个子系统之间的介面。将子系统间互动时的必要定义加以定位,防止子系统间的通讯发生冲突。

程式通常对每一个值关联一个特定的型别(尽管一个型别可以有一个以上的子型别)。其它的实体,如物件模组、通讯频道、依赖关系,或者纯粹的型别自己,可以和一个型别关联。例如:

一个数值的型别
一个物件的型别
一个型别的型别

在每一个程式语言中,都有一个特定的型别系统,保证程式的表现良好,并且排除违规的行为。作用系统对型别系统提供更多细微的控制。

类型

:断言变量e的类型是int。

型别检查

型别检查所进行的检验处理以及实行型别的约束,可发生在编译时期(静态检查)或执行时期(动态检查)。静态型别检查是在编译器所进行语义分析中进行的。如果一个语言强制实行型别规则(即通常只允许以不遗失资讯为前提的自动型别转换)就称此处理为强型别,反之称为弱型别

静态和动态检查

如果一个程式语言的型别检查,可在不测试执行时期运算式的等价性的情况下进行,该语言即为静态型别的。一个静态型别的程式语言,是在执行时期和编译时期之间的处理阶段下重视这些区别的。如果程式的独立模组,可进行各自的型别检查(独立编译),而无须所有会在执行时出现的模组的那些资讯,该语言即具有一个编译时期阶段。如果一个程式语言支援执行时期(动态)调度已标记的资料,该语言即为动态型别的。如果一个程式语言破坏了阶段的区别,因而型别检查需要测试执行时期的运算式的等价性,该语言即为依存型别的。[1]

在动态型别中,经常在执行时期进行型别标记的检查,因为变数所约束的值,可经由执行路径获得不同的标记。在静态型别程式语言中,型别标记使用辨识联合型别表示。

动态型别经常出现于脚本语言RAD语言中。动态型别在解释型语言中极为普遍,编译语言则偏好无须执行时期标记的静态型别。对于型别和隐式型别语言较完整的列表参见型别和隐式型别语言

术语推断型别鸭子类型,duck typing)指的是动态型别在语言中的应用方式,它会“推断”一个数值的型别。

看看型别标记检查是如何运作的,考虑下列假码范例:

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

在这个范例中,(1)宣告x;(2)将整数值5代给x;(3)将字串值"hi"代给x。在主要的静态系统中,这个代码片断将会违反规则,因为(2)和(3)对 x所约束的型别相矛盾。

相较之下,一个纯粹的动态型别系统允许上述程式的执行,因为型别标记附到数值上(不是变数)。在处理错误语句或运算式的时候,以动态型别实作的语言会捕捉程式的错误,而不是误用错误型别的数值。换句话说,动态型别捕捉在程式执行时的错误。

典型的动态型别实作,会以型别标记维持程式所有数值的“标记”,并在运算任何数值之前检查标记。例如:

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

在这个程式片断中,(1)将数值5约束给x;(2)将数值"hi"约束给y;以及(3)尝试将x加到y。在动态型别语言中,约束给x的值会是一对整数, 5),且约束给y的值会是一对字串, "hi")。当这个程式尝试执行第3行时,语言对型别标记整数字串进行检查,如果这两个型别的+(加法)运算尚未定义,就会发出一个错误。

某些静态语言有一个“后门”,在这些程式语言中,能够编写一些不被静态型别所检查的代码。例如,Java和C-风格的语言有“转型”可用。在静态型别的程式语言中,不必然意味著缺乏动态型别机制。例如Java使用静态型别,但某些运算需要支援执行时期的型别测试,这就是动态型别的一种形式。更多静态和动态型别的讨论,请参阅程式语言

实践中的静态和动态型别检查

对静态型别和动态型别两者之间的权衡也是必要的。

静态型别在编译时期时,就能可靠地发现型别错误。因此通常能增进最终程式的可靠性。然而,有多少的型别错误发生,以及有多少比例的错误能被静态型别所捕捉,目前对此仍有争论。静态型别的拥护者认为,当程式通过型别检查时,它才有更高的可靠性。虽然动态型别的拥护者指出,实际流通的软体证明,两者在可靠性上并没有多大差别。可以认为静态型别的价值,在于增进型别系统的强化。强型别语言(如MLHaskell)的拥护者提出,几乎所有的bug都可以看作是型别错误,如果编写者以足够恰当的方式,或者由编译器推断来宣告一个型别。[2]

静态型别通常可以编译出速度较快的代码。当编译器清楚知道所要使用的资料型别,就可以产生最佳化过后的机器码。更进一步,静态型别语言中的编译器,可以更轻易地发现较佳捷径。某些动态语言(如Common Lisp)允许任意型别的宣告,以便于最佳化。以上理由使静态型别更为普及。参阅最佳化

相较之下,动态型别允许编译器和解译器更快速的运作。因为原始码在动态型别语言中,变更为减少进行检查,并减少解析代码。这也可减少编辑-编译-测试-除错的周期。

静态型别语言缺少型别推断(如Java),而需要编写者宣告所要使用的方法或函式的型别。编译器将不允许编写者忽略,这可为程式起附加性说明文件的作用。但静态型别语言也可以无须型别宣告,所以与其说是静态型别的代价,倒不如说是型别宣告的报酬。

静态型别允许建构函式库,它们的使用者不太可能意外的误用。这可作为传达函式库开发者意图的额外机制。

动态型别允许建构一些静态型别系统所做不出来的东西。例如,eval函式,它使得执行任意资料作为代码成为可能(不过其代码的型别仍是静态的)。此外,动态型别容纳过渡代码和原型设计,如允许使用字串代替资料结构。静态型别语言最近的增强(如Haskell 一般化代数资料型别)允许eval函式以型别安全的方式撰写。

动态型别使元程式设计更为强大,且更易于使用。例如C++模板的写法,比起等价的RubyPython写法要来的麻烦。更高度的执行时期构成物,如元类别(metaclass)和内观(Introspection),对静态型别语言而言通常更为困难。

强型别和弱型别

强型别的基本定义即为,禁止错误型别的参数继续运算。C语言型别转换即为缺乏强型别的证例;如果编写者用C语言对一个值转换型别,不仅令编译器允许这个代码,而且在执行时期中也同样允许。这使得C代码可更为紧密和快速,不过也使除错变的更为困难。

部分学者使用术语记忆体安全语言(或简称为安全语言)形容禁止未定义运算发生的语言。例如,某个记忆体安全语言将会检查阵列边界

弱型别意指一个语言可以隐式的转换型别(或直接转型)。看看先前的例子:

var x := 5;
var y := "37";
x + y;

在弱型别语言中编写上述代码,并不清楚将会得到哪一种结果。某些语言如Visual Basic,将会产生可以运作的代码,它将会给出的结果是42:系统将字串"37"转换成数字37,以符合运算上的直觉;其它的语言,像JavaScript将会产生的结果是"537":系统将数字5转换成字串"5"并把两者串接起来。在Visual Basic和JavaScript中,最终的型别是以那两个运算元为考量的规则所决定。在部分语言中,如AppleScript,某个值最终的型别,只以最左边的运算元的型别所决定。

设计精巧的语言也允许语言显现出弱型别(借由类型推断之类的技术)的特性以方便使用,并且保留了强型别语言所提供的型别检查和保护。例子包括VB.NetC#以及Java

运算子多载所带来的简化,像是不以算术运算中的加法来使用“+”,可以减少一些由动态型别所造成的混乱。例如,部分语言使用“.”或“&”来串连字串。

型别系统的安全性

程式语言的型别系统的第三种分类方法,就是型别运算和转换的安全性。如果它不允许导致不正确的情况的运算或转换,电脑科学就认为该语言是“型别安全”的。

再次看看这个假码例子:

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

在一个如Visual Basic的语言中,例子中的变数z得到的值为42。不管编写者有没有这个意图,该语言定义了明确的结果,且程式不会就此崩溃,或将不明定义的值赋给z。就这方面而言,这样的语言就是型别安全的。

现在来看C的相同例子:

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

在这个例子中,z将会指向一个超过y位址5个位元组的记忆体位址,相当于指向y字串的指标之后的两个空字元之处。这个位址的内容尚未定义,且有可能超出记忆体的定址界线,而且就这么引用参考z会引起程式的终止。虽是一个良好型别,但却不是记忆体安全的程式——如果以对型别安全语言而言不该发生为先决条件的话。

多态性和型别

术语“多态性”指的是:代码(尤其是函式和类别)对各种型别的值能够动作,或是相同资料结构的不同实体能够控制不同型别的元素。为了提升复用代码的潜在价值,型别系统逐渐允许多态性:在具有多态性的语言中,程式设计者只需要实作如列表或词典的资料结构一次,而不是对使用到它的元素的每一个型别都规划一次。基于这个原因,电脑学家也称使用了一定的多态性的方法为泛型程式设计。型别理论的多态性基础与抽象化模组化和(偶尔)子型别有相当密切的联系关系。

推断型别

推断型别(鸭子类型,Duck typing)最初是由Dave ThomasRuby社群中提出的,推断型别用了这个论证法“如果它像什么,而且其它地方也像什么,那么它就是什么。”

在某些程式设计环境中,两个物件可以有相同的型别,即使它们没有什么交集。一个例子是C++迭代器和指针所拥有的的双重性,两者皆以不甚相同的机制实作并提供一个* 运算。

这个技术之所以常被称作“鸭子型别”,是基于这句格言:“如果它摇摇摆摆的走法很像鸭子,而且它的嘎嘎叫声也像鸭子,那它就是一只鸭子!”

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

显示宣告和隐式暗示

许多静态型别系统,如C和Java,要求要宣告型别:编写者必须以指定型别明确地关联到每一个变数上。其它的,如Haskell,则进行型别推断:编译器根据编写者如何运用这些变数,以草拟出关于这个变数的型别的结论。例如,给定一个函式f(x,y),它将xy加起来,编译器可以推断出xy必须是数字——因为加法仅定义给数字。因此,任何在其它地方以非数值型别(如字串或链表)作为参数来呼叫f的话,将会发出一个错误。

在代码中数值、字串常数以及运算式,经常可以在详细的前后文中暗示型别。例如,一个运算式3.14可暗示浮点数型别;而[1, 2, 3]则可暗示一个整数的链表;通常是一个阵列

型别的型别

型别的型别是一种种类。在型别程式设计中有明确的种类,如Haskell程式语言型别建构子,在申请比较简单的型别之后,其返回一个简单的型别。例如,型别建构子二选一有这些种类* -> * -> **代表种类),而且它的申请二选一字串整数是一个简单的型别。然而,大多数程式语言的型别,是由编写者来暗示或写死,这就并未将种类的概念用作为首选层。

型别可分为几个大类:

这是最简单的型别种类,例如:整数浮点数
全部是数字的型别,例如:整数和自然数
以浮点数表示数字的型别
由基本型别组合成的型别,例如:阵列记录单元抽象资料型别具有复合型别和界面两种属性,这取决于你提及哪一个。
例如:变数型别
例如:二元函数
参数化型别型别变数
模组
识别其它型别的子集的型别
取决于执行时期的数值的型别
描述或约束物件导向系统结构的型别

相容性:等价性和子型别

对于静态型别语言的型别检查器,必须检验所有运算式的型别,是否与前后文所期望的型别一致。例如指派语句x := e,推断运算式e的型别,必定与宣告或推断的变数型别x一致。这个一致性的概念,就称为相容性,是每一个程式语言所特有的。

很明显,如果ex的型别相同,就允许指派,然后这是一个有效的运算式。因此在最简单的型别系统中,问题从两个型别是否相容,简化为两个型别是否相等(或等价)。然而不同的语言对于两个型别运算式是否理解为表示了相同型别,有著不同的标准。型别的相等理论的差异相当巨大,两个极端的例子是结构型别系统(Structural type system),任两个以相同结构所描述的值的型别都是等价的,且在标明型别系统(Nominative type system)上,没有两个独特的语法构成的型别运算式表示同一型别,(型别若要相等,就必须具有相同的“名字”)。

子型别的语言中,相容关系更加复杂。特别是如果AB的子型别,那么型别A的值可用于型别B也属意料之中,但反过来就不是这样。如同等价性,对每一个程式语言而言,子型别的关系的定义是不同的,可能存在各种变化。在语言中出现的参数或者特定的多态性,也可能意味著具有对型别的相容性。

争议

在强型别、静态型别语言的支持者,和动态型别、自由形式的支持者之间,经常发生争执。前者主张,在编译的时候就可以较早发现错误,而且还可增进执行时期的效能。后者主张,使用更加动态的型别系统,分析程式码更为简单,减少出错机会,才能更加轻松快速的编写程式。[3]与此相关的是,考虑到在型别推断的程式语言中,通常不需要手动宣告型别,这部分的额外开销也就自动降低了。

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). 

参阅