科幻，公共命名空间

1

C语言的命名空间有点乱，C++有namespace，但也没好到哪去。他们共同的缺点是：没有公共命名空间。
如果国家动员大家建设公共命名空间，那么人们会分为四个流派：简约派、完整派、中文派、反对派。
举例来说：
‌atoi
‌ConvertStringToInteger
‌把字符串转换成整数
‌……
反对派用沉默抗议，或者写一些乱七八糟的东西，打乱刚刚建立起来的秩序。
因为有反对派存在，所以，需要把不同人的劳动成果分离，不要把所有食物混在一个桶里！
中文派也区分为简约中文派、完整中文派，这里边的完整中文派，出现了一个极端，即要求所有人，把所有代码都用中文书写。
这受到了抵制，首先站出来的是简约派里的简约英文派。他们天生着急，写字、说话力求简练，例如多年以前的Perl语言流派，仔细计算敲击键盘的次数，他们把foreach简化成for，把m/…/前面的m也去掉了。
简约英文派不都是英国人或美国人，其中也包含大量中国人。例如曾经在讨论中文编程时，某大牛就直言：“我认准了敲if比如果快”，他是坚决反对中文编程的，并且坚决反对用中文把句子完整地写出来。
事情的转机出现自一次考古，X国发现了一个古代文明的痕迹，并且出土了大量写有古代文字的碎片。考古学家们开始破解这些文字，他们失败了。
全世界的目光投向了中国，中文是世界上所剩不多的，从古代一直用到现代的语言。“文化需要传承”，这是第N届联合国秘书长的发言。
完整中文派收到了讯号，开始活跃起来，他们的理由和目标是，“让2000年以后的人类，也能看懂今天编写的程序”。
这是有一点难的，即使是中文这种传承度很好的语言，现代普通话和2000年前的文言文差别也是很大的。要让2000年后的人类看懂现在的程序，一样是有难度的。
简约派开始嘲笑完整派，认为他们是在做无用功。直到有一天，两个简约派程序员吵起来了……
你写的atoi是个鸟意思！
你写的才有问题！
原来，这两个程序员都写了atoi函数，其中一个写的是把字符串转换成整数的atoi，另一个写的是ATestOfInput。
他们两个的函数名重复了，这就是命名空间里的“碰撞”。
只是名字碰撞了，又不是飞机碰撞了。全中国同名同姓的人多了去了，也没见出乱子啊！
暂时不提同名同姓的问题……哦，提一提也行。有人计算过了，要使得全中国人在未来2000年内无重名，需要六个字！
在民间已经有人意识到重名的危害了，他们给孩子起四个字的名字。可是理论计算的结果却是，四个字不够，要六个字！
我们来计算一下，看看那两个程序员为什么会碰撞。他们都采用了4个英文字母做名字，而4个英文字母能表示多少名字呢？26⁴=45万多。
这个atoi是早期C语言的函数名，那时的函数不多，没有产生冲突。发展到后来，函数越来越多，大于45万个了，自然就发生冲突了。

2

公共命名空间应该是一个网站。
网上流传着一句话：“公共命名空间可以终止命名空间的混乱，但它本身就是个十分混乱的东西，用更大的混乱来终止混乱。”这句话说得好像是用暴力终止暴力（以暴制暴）一样。
这让我联想起了秦始皇，他出生在战国时期，瞧这名字就知道这个时期没少打仗。秦始皇用更大的暴力终止了暴力，或者统一文字本身就是一件十分“暴力”的事情？但是，不管秦始皇用怎样的手段统一了文字，大家用同样的文字，确实方便啊。
国家现在决定推广公共命名空间，大有要模仿秦始皇，统一文字的意思。秦朝只有15年，之后是汉朝。现在的民族，叫汉族，现在的语言，叫汉语。而秦腔是一种曲艺形式，并且跟秦始皇没什么联系。
说了这么多，公共命名空间还是个网站，上面有许多人的许多言论。当然，主要还是编程方面的，像这些关于秦始皇的讨论，都在灌水区。是大家工作之余的消遣而已。
具体说一说，它是怎样一个网站。它是四维空间在二维平面上的投影，这么说有点迷糊。简单来说，公共命名空间=（句子 方言 同位素 冗余项）。打开公共命名空间，首先呈现在面前的是一个二维表。表的每一行代表一个句子，每一列代表一门方言。在行与列的交汇点，是可以点开的单元格，点开后，呈现出来的是，每一行是一个同位素，每一列是一个冗余项。
例如上文中说的，国家推广公共命名空间后，人们分成了简约派、完整派、中文派、反对派，这四个派别。前三派都是愿意建设公共命名空间的，只是方式不同。对于同一个句子，他们的言论被放在同一行，而用不同的列加以区分。对的，有一种方言名叫简约派，还有一种方言名叫完整派，当然还有中文简约派，和中文完整派。
在某一行，写着：
把字符串转换成整数，
ConvertStringToInteger，
atoi
这三句是用三种不同的方式描绘同一个意思，所以放在同一行里。这便是四维的公共命名空间的前两个维度。那么剩下的两个维度呢？它们是同位素和冗余项。同位素说的是，同一个句子的多个分支，它们的意思有微小的差别。这个概念来自化学中的同位素，例如，氕氘氚是氢的同位素，他们拥有相似的物理化学性质。例如，ConvertStringToNumber这个句子，它就拥有ToInt16/ToInt32/ToInt64这三个同位素。这三个同位素对应三个函数，这三个函数的性质相似，略有不同。冗余项说的是，意思完全相同。例如，
把字符串转换成数字将字符串
将字符串转换成数字
这两个函数只差一个字，且意思完全相同，他们两个是冗余项。汉语有很多冗余项，如中国象棋里的“将/帅”“兵/卒”，又如亲戚称呼中的“姥姥/外婆”。
同位素和冗余项不可或缺，没有同位素，公共命名空间将变得十分混乱，没有冗余项也是不可能的，人们将产生类似于叫姥姥还是叫外婆这种争执，实际上是一些小问题，但如果没有冗余项，它就会变成大问题。

3

上文说到公共命名空间分为四个维度：句子、方言、同位素、冗余项，这四个维度要想在二维平面上呈现出来，需要一些技巧。
每一行代表一个句子，每一列代表一门方言；每一行代表一个同位素，每一列代表一个冗余项。
为什么句子和同位素都放在行里？方言和冗余项都放在列里？这个问题不难回答，先从冗余项说起。方言本身就是一种冗余，表达同样的意思，用汉语也行，用英语也行。对计算机来说，用汉语表达还是用英语表达，就跟“把字符串转换成数字/将字符串转换成数字”一样，它们是不同的字符串，但却表达相同的意思。
同位素对于人来说是相似的，对于计算机来说，是不同的。对计算机来说，int和Int都是不同的，为了让人看着舒服，有了同位素。句子和同位素都表达不同的意思，所以放在不同的行里。
关于谁放在行里，谁放在列里，也值得推敲一下。要不然，等工程进行到一半，有人提出异议，要来个“乾坤大挪移”，那可就乱了套了。
这个公共命名空间的大工程，预计有100万个句子，2000个方言！就像人们已经非常熟悉的Excel表格一样，有很多列，有更多行。更何况，这2000个方言并不是每个人都要掌握，具体一个人，可能只需要熟悉那么两三种方言就行了。
可句子有更多，100万远大于2000，在屏幕里，上下滚动比左右滚动方便，所以，结论来了，每一行代表一个句子，每一列代表一门方言。
说到这里，有人便想着如何编程，他计划用四维数组表示公共命名空间，这样做不好。应该用点别的数据结构，具体是什么，我还没有想清楚。
只说一说要求吧，一开始，各个方言独立发展，且各方言间所熟悉的领域不同，句子也不同。这导致，如果用四维数组实现，将产生大量空间的浪费。如A列的第一行到第四行是四个句子，B列的第五行到第八行是另外四个句子，这个二维表就只有50%的利用率。情况扩展到四维空间，利用率恐怕还会进一步降低。例如，有些句子有2个冗余项，有些句子有6个冗余项，如果用四维数组，需要按最大值准备，这就造成了严重的空间浪费。
更严重的问题是，公共命名空间是可扩充的，说不定哪天，在哪个维度上就要增加一些内容，如果使用四维数组，将产生复杂的运算量。
那么，该使用什么数据结构呢？说实话，在这方面，我的脑子是糊涂的，只能走一步看一步，没有一杆子打死的要求。
暂时放下数据结构，完整中文派又有了新的工作动力，他们实现“2000年以后也能看懂”的目标，有了用武之地。即，在公共命名空间中，建立汉语普通话，作为标准。但实际使用中，可以说点方言。
简约派也不再和完整派争执了，他们在公共命名空间中有了各自的位置。以前的争吵来自于“排他的标准”，就像金字塔的顶端，站不下太多人一样。采用竞争的机制，更优的方案拥有更高的地位，结果就是形成了金字塔。

4

埃及的金字塔是用来装死人的地方，阴气太重，离它远点……
小学时，学了一篇文章，叫《瞎子摸象》，想必大家都还有印象。国王让几个瞎子去摸大象，有人摸到了腿，说大象是个柱子；有人摸到了尾巴，说大象是根绳子……
其实他们谁也没有说完整。面对复杂的问题，我们就像故事中的瞎子一样，掌握不了事物的全貌，所以就争执起来了。
试想你是国王，你没有办法治好瞎子的眼疾，也没有时间向瞎子们讲解大象具体是什么样子，你该怎么办？你要瞎子们把他们的感受集中起来，就形成了更为完整的认识。每个人都不要以为只有自己是正确的，和自己不同的观点是错误的。事物真正的样子，往往是复杂的。
自从公开了编译原理的知识和工具以后，全世界出现了大量的计算机语言，每种语言都有优点和缺点，把它们融合在一起，形成一门更强大的语言，成了一种幻想。
有一个笑话，说的是有人跟一个程序员打赌，看他能不能在5分钟之内让其他程序员争吵起来。结果，他只说了一句：“Java是最好的语言”，其他程序员就纷纷表示自己的意见，结果就争吵起来了。和瞎子摸象的故事很像。
公共命名空间的诞生，不是为了停止程序员的争吵，而是给他们一个地方，有秩序地去争吵。并且，把争吵的内容记录下来，防止重复争吵。
所以，公共命名空间是一个网站，它接受来自世界各地的程序员的意见，并且记录下他们的谈话内容。
然后，是协作。在语言A中实现了句子1，在语言B中实现了句子2，通过翻译，A和B都有1和2了。所以，公共命名空间除了记录功能外，还有翻译的功能。具体步骤大约是，让单元格在行与列之间移动起来。把语言A的句子1，复制到语言B的对应位置，然后翻译。翻译成功之后，语言B也可以使用句子1了。
当语言A是汉语，语言B是英语时，这实现了国际合作。各国没有必要关起门来自己搞研究，计算机程序又不是核武器，没必要隐藏起来研究。尤其是计算机语言，它具有语言的特性，而语言就是要更多人使用才有更大价值的。
公共命名空间的术语：方言，汉语是一门方言，英语也是一门方言，对于更高的观察角度，这些语言都是人类地球村里的方言，而不是什么高大上的文明。文明不是排他的，文明要相互融合才能变得更强大。
在实现翻译之后，有了靠查表完成翻译的自动化软件，它能把源代码翻译成不同的方言，例如，把汉语编写的源代码翻译成英文的，让更多人能看到；又或者，把简约派的源代码，翻译成完整派的，让程序员能更准确地掌握程序的意思。
查表是通过网络实现的，翻译可以翻译整篇源代码，也可以点选一个句子，只翻译它这一句。例如，新来的程序员不知道atoi是什么意思，他选择“汉语普通话”，再选择这一行代码，机器就显示atoi对应的那个，在公共命名空间中的，很完整甚至有一点啰嗦的解释。

5

我曾经幻想过“中文汇编”，说不清是有点过于超前，还是落后了。
有了公共命名空间之后，方言之间可以直接翻译，到那时，将实现多语言混合编程。
中文汇编也是一门方言，你可以使用它编程序，也可以使用英文简写，随你便。
更多时候，用汇编写程序的人都十分“硬核”，他们能记住所有的汇编指令。此时，中文汇编只是用来给初学者学习用的。
可是高手也有犯迷糊的时候，CPU动不动就2000条指令，也有高手记不住的汇编指令。此时，临时用一句中文汇编，也不会有人责备高手，为什么没有彻底使用英文汇编。
理解万岁，团结万岁！！
理解什么是多语言混合编程，在一大段高级语言的程序中，嵌入一句mov rax,0x25，这句话是什么意思？很难确定。我不知道程序运行到这一句时，rax表示什么，可能是函数的参数之一，也可能是函数的返回值，或者是y=4cos(0.25)+2xy这一整句中间的某个临时值。
总之，混合编程有难度，需要精通多门语言，才能混合使用多门语言，这是不争的事实，没有捷径可走。
Perl语言对文本处理进行了优化，例如支持正则表达式。python很早之前也支持正则表达式，但不如perl简练。例如/…/six，这是Perl的写法，一口气加了三个参数，s表示点号可以支持换行，i表示不区分大小写，x表示忽略正则中的空白。放在python语言中，还要写成re.S re.I re.X 麻烦了不少。
把语言A中的功能移植到语言B中，如果不去大规模修改B的语法，移植的效果往往不够好。可A语言之父的劳动成果，不会轻易给B语言之父，若B语言之父大规模修改了自己的语法，他又没有了或是缺少了创作语言的荣耀。
结果就是，使用者要重新学习新的语言，这加大了使用成本。而公共命名空间的目的之一，就是翻译，让使用者可以较为便捷地从语言A过渡到语言B。
公共命名空间以句子为单位，而不是传统的那些语法单位。或许这是正确的选择，它能帮助我们实现多语言混合编程。或许这是错误的选择，它使我们走上了不归路，面对不计其数的句子，开发者退却了。
以句子为单位写程序，将面临数据爆炸！就像以像素为单位记录图像，数据量猛增一样。这二者有着高度的相似性，参考图像格式，有bmp, jpg, png, gif等许多，这四种算是典型的。
bmp格式，算法简单，有时甚至可以用简单粗暴来形容。使用bmp格式，可以准确地记录图像，但数据量是多种图像格式里最大的。
jpg格式，算法高级，是一种有损压缩，在保持画质基本不变的前提下，压缩率能达到1/10。这个压缩率很诱人，但缺点就是算法有点难，需要“专家组”来研究才能得到结果。尤其是相对于bmp那简单粗暴的算法，jpg十分高深。
png格式，一种无损压缩格式，压缩率能达到1/2，我对png格式的印象，锁定在了苹果电脑漂亮的图标上。提供给用户更高级的体验，使png格式活了下来。
gif格式，当其他格式都只是静态图像时，gif就支持动图了，当初并不宽裕的网络带宽上，出现几个会动的图片，让人眼前一亮，印象深刻。
尝试把上文中的四个流派对应到四种图像格式，没成功，不好意思发出来。例如，简约派是jpg（文件小），完整派是bmp（文件大），中文派是png（追求表达效果），反对派是gif（我也不知道为什么这么对应，可能是反对派的期望值太高吧，他们的失望导致他们成为了反对派，我这么以为）

6

现在来思考一些具体的问题，例如，怎样识别句子：
分配30个学生类至班。
要想识别这个句子，需要能够识别自然数集合，还有类型的集合，与变量的集合。
都是集合操作，最后，通过集合间的连接操作，构成整个句子。
再比如：100+200×300
分析这个句子需要不同的方法，不管是先乘除后加减，还是LR分析法，已经有很多人研究过很长时间了。
对于不同的句子，采用不同的分析方法。
基于集合论的新编译原理，先实现简单的集合，然后逐步扩展至语言的规模。每个句子都是一门微型语言。
使用经典编译原理当然能够实现，但是当以句子为单位理解源代码时，文法产生式会异常复杂，LR分析法的状态数会大幅增加，直到内存里放不下。所以，需要新编译原理。
新编译原理基于集合论，不同的集合处理不同的句子，可以用不同的方法和原理。但是，所有集合都遵守统一的约定，可以在一起工作。
经典编译原理求快，毕竟它是在几十年前设计的，那时的计算机算力有限。现在的计算机能够运行更复杂的算法，新编译原理也就应运而生。
假设源代码有M行，它们使用的方言有N个句子，则使用新编译原理，需要匹配M×N次，即使是速度很快的现代电脑，这也是个需要“等一会儿”的过程。如果是编译大型工程，等待时间会进一步增加，直到无法忍耐。
所以，每个集合都配备一个快速判否函数，用于快速判断所给句子不是该集合的句子。例如“分配30个学生类至班”的句子，如果没有发现“分配”“个”“至”这几个字词，它就一定不是该集合的句子，可以快速判否。
至此，每个集合里至少包括三个函数：快速判否函数、准确判定函数、执行函数。
基于集合论的新编译原理也离不开优先级，某些集合的“紧密程度”更高些。但是，以句子为单位理解源代码之后，对优先级的需求又变得不那么强烈了。直接判断一个句子属于哪个集合，给出对应的执行函数，执行它即可。对于需要优先级的情况，经典编译原理解决得很好，直接把yacc生成的函数复制过来，也许就能用了。
最后，说一说用空格影响优先级的设想，例如句子
100+200 *300
这句话的意思是先做加法后做乘法。这一功能看上去没用，但C语言编程经验告诉我，有些时候实在记不清算符优先级，就必须加一层又一层的括号。例如
((int*)a)[3]
因为算符优先级的关系，这里必须加两层括号。如果可以去掉一层，就成了
(int*)a [3]
这种通过空格来影响优先级的做法，不知是否可行。甚至有人想到了用公式计算符号间的紧密程度，甚至有人假设空格是一种特殊的集合。所有这些，都未能解决问题，真正的挑战，留给你。