强类型语言和弱类型语言哪个好 语言表达能力欠缺的改进方法

前言

我在上一篇文章中分析了 为什么 Python 没有 void 类型 的话题,在文章发布后,有读者跟我讨论起了另一个关于类型的问题,但是,我们很快就出现了重大分歧。

我们主要的分歧就在于:

Python 到底是不是强类型语言?

?我认为是,而他认为不是。

他写了一篇很长的文章《谁告诉的你们Python是强类型语言!站出来,保证不打你!》,专门重申了他的观点,但可惜错漏百出。

我曾有想法要写写关于 Python 类型的问题,现在借着这个机会,就来系统地梳理一下吧。

(PS:在我写作进行到差不多一半的时候,微信读者群里恰好也讨论到“强弱类型”的话题!在与大家讨论时,我的一些想法得到了验证,同时我也学到了很多新知识,所以本文的部分内容有群友们的功劳,特此鸣谢!)

1、动静类型与强弱类型

很多读者应该都熟悉动态类型 与静态类型 ,但是很多人也会把它们跟强弱类型 混为一谈,所以我们有必要先作一下概念上的澄清。

这两组类型都是针对于编程语言而言的,但关注的核心问题不同。

对于“动静类型”概念,它的核心问题是“什么时候知道一个变量是哪种类型”?

一般而言,在编译期就确定变量类型的是静态类型语言,在运行期才确定变量类型的则是动态类型语言。

例如,某些语言中定义函数“int func(int a){…}”,在编译时就能确定知道它的参数和返回值是 int 类型,所以是静态类型;而典型如 Python,定义函数时写“def func(a):…”,并不知道参数和返回值的类型,只有到运行时调用函数,才最终确定参数和返回值的类型,所以是动态类型

对于“强弱类型”概念,它的核心问题是“不同类型的变量是否允许隐式转化”?

一般而言,编译器有很少(合理)隐式类型转化的是强类型语言,有较多(过分)隐式类型转化的是弱类型语言。

例如,Javascript 中的 “1000”+1 会得到字符串“10001”,而 “1000”-1 则会得到数字 999,也就是说,编译器根据使用场合,对两种不同类型的对象分别做了隐式的类型转化,但是相似的写法,在强类型语言中则会报类型出错。(数字与字符串的转化属于过分的转化,下文会再提到一些合理的转化。)

按照以上的定义,有人将常见的编程语言画了一张分类图:

按强弱类型维度的划分,可以归纳出:

强类型:Java、C#、Python、Ruby、Erlang(再加GO、Rust)……弱类型:C、C++、Javascript、Perl、PHP、VB……

2、过去的强弱类型概念

动静类型的概念基本上被大家所认可,然而,强弱类型的概念在问答社区、技术论坛和学术讨论上却有很多的争议。此处就不作罗列了。

为什么会有那么多争议呢?

最主要的原因之一是有人把它与动静类型混用了。

最明显的一个例子就是 Guido van Rossum 在 2003 年参加的一个访谈,它的话题恰好是关于强弱类型的(h3 versus Weak Typing):

但是,他们谈论的明显只是动静类型的区别。

访谈中还引述了 Java 之父 James Gosling 的话,从他的表述中也能看出,他说的“强弱类型”其实也是动静类型的区分。

另外还有一个经典的例子,C 语言之父 Dennis Ritchie 曾经说 C 语言是一种

“强类型但是弱检查”

的语言。如果对照成前文的定义,那他其实指的是“静态类型弱类型”。

为什么这些大佬们会有混淆呢?

其实原因也很简单,

那就是在当时还没有明确的动静类型与强弱类型的概念之分!或者说,那时候的强弱类型指的就是动静类型。

维基百科上给出了 1970 年代对强类型的定义,基本可以还原成前文提到的静态类型:

In 1974, Liskov and Zilles defined a h3ly-typed language as one in which “whenever an object is passed from a calling function to a called function, its type must be compatible with the type declared in the called function.”[3] In 1977, Jackson wrote, “In a h3ly typed language each data area will have a distinct type and each process will state its communication requirements in terms of these types.”[4]

前面几位编程语言之父应该就是持有类似的观念。

不过,大佬们也意识到了当时的“强弱类型”概念并不充分准确,所以 Dennis Ritchie 才会说成

“强类型但是弱检查”,

而且在访谈中,Guido 也特别强调了 Python 不应该被称为弱类型,而应该说是

运行时类型(runtime typing)

?。

但是在那个早期年代,基本上强弱类型就等同于动静类型,而这样的想法至今仍在影响着很多人。

3、现在的强弱类型概念

早期对于编程语言的分类其实是混杂了动静与强弱两个维度,但是,它们并不是一一对应重合的关系,并不足以表达编程语言间的区别,因此就需要有更为明确/丰富的定义。

有人提出了“type safety”、“memory safety”等区分维度,也出现了静态检查类型和动态检查类型,与强弱类型存在一定的交集。

直到出现 2004 年的一篇集大成的学术论文《Type Systems》(出自微软研究院,作者 Luca Cardelli),专门研究编程语言的不同类型系统:

论文中对于强弱检查(也即强弱类型)有一个简短的归纳如下:

h3ly checked language: A language where no forbidden errors can occur at run time (depending on the definition of forbidden error).Weakly checked language: A language that is statically checked but provides no clear guarantee of absence of execution errors.

其关键则是程序对于?untrapped errors?的检查强度,在某些实际已出错的地方,弱类型程序并不作捕获处理,例如 C 语言的一些指针计算和转换,而《C 程序员十诫》的前几个都是弱类型导致的问题。

论文对于这些概念的定义还是比较抽象的,由于未捕获的错误(untrapped errors)大多是由于隐式类型转换所致,所以又演化出了第一节中的定义,以隐式类型转换作为判断标准。

如今将

“对隐式类型转换的容忍度”

作为强弱类型的分类标准,已经是很多人的共识(虽然不够全面,而且有一些不同的声音)。

例如,维基百科就把隐式类型转换作为弱类型的主要特点之一:

A weakly typed language has looser typing rules and may produce unpredictable results or may perform implicit type conversion at runtime.

例如,以 Python 为例,

社区的主流看法认为它是强类型语言,而判断的标准也是看隐式类型转换。

例子有很多,比如 Python 官方的 wiki,它专门回答了Why is Python a dynamic language and also a h3ly typed language ,给出了 4 个答案,为 Python 的“动态强类型”定性:

再比如,在《流畅的Python》第11章的杂谈中,也专门提到了强弱类型的分类。(它的用语是“很少隐式类型转换”,算是比较严谨的,但是也错误地把 C++ 归为了强类型。)

4、Python 是不是强类型语言?

关于“Python 是否属于强类型”话题,在主流观点之外,还存在着不少误解的看法。

一方面的原因有些人混用了强弱类型与动静类型,这有历史的原因,前面已经分析了。

另外还有一个同样重要的原因,即有人把弱类型等同于“完全没有隐式类型转换”了,这种想法并不对。

事实上,强弱类型的概念中包含着部分相对主义的含义,强类型语言中也可能有隐式类型转换。

比如,Rust 语言为了实现“内存安全”的设计哲学,设计了很强大的类型系统,但是它里面也有隐式类型转换(自动解引用)。

问题在于:

怎么样的隐式类型转换是在合理范围内的?以及,某些表面的隐式类型转换,是否真的是隐式类型转换?

回到 Python 的例子,我们可以分析几种典型的用法。

比如,”test”*3 这种字符串“乘法”运算,虽然是两种类型的操作,但是并不涉及隐式类型转换转化。

比如,x=10; x=”test” 先后给一个变量不同类型的赋值,表面上看 x 的类型变化了,用 type(x) 可以判断出不同,但是,Python 中的类型是跟值绑定的(右值绑定),并不是跟变量绑定的。

变量 x 准确地说只是变量名,是绑定到实际变量上的一个标签,它没有类型。type(x) 判断出的并不是 x 本身的类型,而是 x 指向的对象的类型,就像内置函数 id(x) 算出的也不是 x 本身的地址,而是实际的对象的地址。

比如,1 + True 这种数字与布尔类型的加法运算,也没有发生隐式类型转换。因为 Python 中的布尔类型其实是整型的子类,是同一种类型!(如果有疑问,可查阅 PEP-285)

再比如,整数/布尔值与浮点数相加,在 Python 中也不需要作显式类型转换。但是,它的实现过程其实是用了数字的__add__() 方法,Python 中一切皆对象,数字对象也有自己的方法。(其它语言可不一定)

也就是说,

数字间的算术运算操作,其实是一个函数调用的过程,跟其它语言中的算术运算有着本质的区别。

另外,不同的数字类型虽然在计算机存储层面有很大差异,但在人类眼中,它们是同一种类型(宽泛地分),所以就算发生了隐式类型转换,在逻辑上也是可以接受的。

最后,还有一个例子,即 Python 在 if/while 之后的真值判断,我之前分析过它的实现原理 ,它会把其它类型的对象转化成布尔类型的值。

但是,它实际上也只是函数调用的结果(__bool__() 和 __len__()),是通过计算而得出的合理结果,并不属于隐式的强制类型转换,不在 untrapped errors 的范畴里。

所以,严格来说,前面 5 个例子中都没有发生类型转换。

?浮点数和真值判断的例子,直观上看是发生了类型转换,但它们其实是 Python 的特性,是可控的、符合预期的、并没有对原有类型造成破坏。

退一步讲,若放宽“隐式类型转换”的含义,认为后两个例子发生了隐式类型转换,但是,它们是通过严谨的函数调用过程实现的,也不会出现 forbidden errors,所以还是属于强检查类型。

5、其它相关的问题

前文对概念的含义以及 Python 中的表现,作了细致的分析。接下来,为了逻辑与话题的完整性,我们还需要回答几个小问题:

(1)能否以“隐式类型转换”作为强弱类型的分类依据?

明确的分类定义应该以《Type Systems》为准,它有一套针对不同 error 的分类,强弱类型其实是对于 forbidden errors 的处理分类。隐式类型转换是其明显的特征,但并不是全部,也不是唯一的判断依据。

本文为了方便理解,使用这个主要特征来划分强弱类型,但是要强调,强类型不是没有隐式类型转换,而是可能有很少且合理的隐式类型转换。

(2)假如有其它解释器令 Python 支持广泛的隐式类型转换,那 Python 还是强类型语言么?

语言的标准规范就像是法律,而解释器是执法者。如果有错误的执法解释,那法律还是那个法律,应该改掉错误的执法行为;如果是法律本身有问题(造成了解释歧义和矛盾,或者该废弃),那就应该修改法律,保证它的确定性(要么是强类型,要么是弱类型)。

(3)为什么说 Javascript 是弱类型?

因为它的隐式类型转换非常多、非常复杂、非常过分!比如,Javascript 中123 + null 结果为 123,123 + {} 结果为字符串“123[object Object]”。

另外,它的双等号“==”除了有基本的比较操作,还可能发生多重的隐式类型转换,例如true==[‘2’] 判断出的结果为 false,而true==[‘1’] 的结果是 true,还有[]==![] 和[undefined]==false 的结果都为 true……

(4)C++ 是不是弱类型语言?

前文提到《流畅的Python》中将 C++ 归为强类型,但实际上它应该被归为弱类型。C++ 的类型转换是个非常复杂的话题,@樱雨楼 小姐姐曾写过一个系列文章做了系统论述,文章地址:如何攻克 C++ 中复杂的类型转换? 、详解 C++ 的隐式类型转换与函数重载! 、谁说 C++ 的强制类型转换很难懂?

6、小结

强弱类型概念在网上有比较多的争议,不仅在 Python 是如此,在 C/C++ 之类的语言更甚。

其实在学术上,这个概念早已有明确的定义,而且事实上也被很多人所接纳。

那些反对的声音大多是因为概念混用,因为他们忽略了另一种对语言进行分类的维度;同时,还有一部分值得注意的原因,即不能认为强类型等于“完全无隐式类型转换”或“只要没有xxx隐式类型转换”。

本文介绍了社区中对 Python 的主流分类,同时对几类疑似隐式类型转换的用法进行了分析,论证出它是一种强类型语言。

强类型语言和弱类型语言哪个好 语言表达能力欠缺的改进方法