语言的产生和执行（1）

第0部分：自然语言和形式语言
语言的两个方面：语法和语义
 Syntax（语法）：语法规则包括Token的规则和Structure的规则。
 Token（符号）：代表某一现实或抽象对象的符号。相当于自然语言中的词汇和标点、数学式中的数字和运算符、化学分子式中的元素名和数字。
 Lexical（词法）：关于Token的规则——如何创造一个正确的Token。比如C中给标识符命名的规则（可以用小写字母、大写字母、数字和下划线命名，且首字母不能为数字）
 Structure（结构）：Token的排列方式。
 Grammar（也翻译成语法，不过包含于Syntax）：关于Structure的规则——如何创造一个正确的Structure。
Tips：
Syntax：The grammatical arrangement of words in a sentence. 一个句子中单词的语法排列。
Grammar：The rules about how words change their form and combine with other words to make sentences. 关于单词如何改变它们的形式，如何与其他单词组合成句子的规则。
 Semantic（语义）：根据上下文（Context） Parse（解析）Token和Structure的过程。

人—机交流
 人和人交流使用自然语言；
 人和机器交流（命令）使用计算机语言；
 机器和机器交流使用网络协议。

自然语言（Natural Language）
人类讲的语言。这类语言不是人为设计（虽然有人试图强加一些规则）而是自然进化的。
即Token和Structure是自然演化来的。
 自然语言处理
为了实现人机间自然语言通信，或实现自然语言理解和生成。
造成该领域研究困难的根本原因是自然语言的歧义&多义（ambiguity）。

形式语言（Formal Language）
为了特定应用而人为设计的语言。精确的数学或机器可处理的公式定义的语言。
即Token和Structure已经事先被定义好。
例如数学家用的数字和运算符号、化学家用的分子式等。
 编程语言也是一种形式语言，是专门设计用来表达计算过程的形式语言。
计算机程序是毫无歧义的，字面和本意高度一致，能够完全通过对Token和Structure的分析加以理解。
 形式语言理论是用数学方法研究自然语言(如英语)和人工语言(如程序设计语言)的语法的理论。它只研究语法，不研究语义。
第1部分：机器语言与图灵机
计算机语言分成机器语言（二进制语言），汇编语言（符号语言），高级语言三大类，前两者共称为低级语言。二进制是计算机的语言的基础。

Structure and Interpretation of Computer Programs中对计算机语言的解释
构造新语言解决问题是控制问题复杂度的第三个也是最后一个技术。每种语言各有所长，隐藏部分细节，强调其他方面。新的语言可能使我们用不同的原语，不同的组合和抽象方式描述问题——当前的工具解决不了问题，就自己创造工具，即元语言抽象。
一门计算机语言的三个基本元素：
 构成语言的基本元素；
 如何将基本元素组合；
 如何将组合封装，在更高级的层面上构建更大的对象。
Turing Machine图灵机
图灵机是一种抽象计算模型，基本思想是用机器来模拟人们用纸笔进行数学运算的过程。
只要图灵机可以被实现，就可以用来解决任何可计算问题。

图灵机的组成：
 右端可无限延长的纸带（Tape），纸带被分成一个个相邻的格子（square），每个格子都可以写上一个字符（symbol），或者一个空白字符（blank），即此格子没有任何字符。
 读写头（Head），可理解为指向其中一个格子的指针。它可以读取/擦除/写入当前格子的内容，此外也可以每次向左/右移动一个格子（每次一个！！）。当读写头在左端时，接受向左一位将会原地不动。
 有限的指令集（instructions Table）
 状态寄存器（state register），它追踪着每一步运算过程中，整个机器所处的状态。

图灵机的七元组定义
 状态集：非空且有穷；
 无空白符输入字母表：非空且有穷；
 有空白符输入字母表：非空且有穷，{无空白表}∪{blank}={有空白表}；
 下一动作函数（转移函数）：{L（左移） R（右移） -（不动）}；
 起始状态：属于状态集；
 accept停机状态：立刻停机并接受输入的字符串的状态，属于状态集；
 reject停机状态：立刻停机并拒绝输入的字符串，属于状态集。

图灵机的工作原理
作为有效过程或算法的形式模型，

1. 图灵机的每个动作过程都应该是有穷且可描述的；
2. 每个过程应该由离散的步骤组成，每一步都能够机械地实现。
   图灵机决策和行为的根本：输入集合、输出集合、内部状态、固定的程序指令。
   图灵机的运行即不断地循环（输入——当前状态信息——处理——输出——下一个状态信息）的过程，直至执行到终止状态。

Machine Language机器语言
是一台计算机全部指令的集合。这种指令集，称Machine Code（机器代码/机器码），机器代码有时也被称为原生码（Native Code），这个名词比较强调某种编程语言或库与运行平台相关的部分。
Machine Code是电脑的CPU可直接识别和执行的数据。直接执行，速度快，资源占用少，但是可读性、可移植性差，编程繁杂。
Tips：
Machine Code：A set of numbers that gives instructions to a computer. 给计算机指令的一组数字。
在中文百度百科中，把机器码解释为“将硬件序列号经过一系列加密、散列形成的一串序列号”、“计算机的唯一编号”应该是一种通俗使用上的谬误。这里的内容应该是指电子序列号（ESN：Electronic Serial Number）而非“机器码”Machine Code。——ESN也不太符合，ESC指的是移动设备（平板电脑、手机等）的序列号。
 为了指出数据的来源（输入）、操作结果的去向（输出）及所执行的操作（过程），一条指令包含两种信息即操作码&地址码（都存入指令寄存器）。
 操作码（Operation Code，OP）：其实就是指令序列号，占一个字节的长度。用来指示CPU需要执行Machine Code中规定的哪一条指令。
 地址码：地址码用来描述该指令的操作对象，它或者直接给出操作数，或者指出操作数的存储器地址或寄存器地址（即寄存器名）。
 操作数的地址：CPU通过该地址就可以取得所需的操作数。
 操作结果的存储地址：把对操作数的处理所产生的结果保存在该地址中，以便再次使用。
 下条指令的地址：执行程序时，大多数指令按顺序依次从主存中取出执行，只有在遇到转移指令时，程序的执行顺序才会改变。为了压缩指令的长度，可以用一个程序计数器（Program Counter，PC）存放指令地址。每执行一条指令，PC的指令地址就自动+1（设该指令只占一个主存单元），指出将要执行的下一条指令的地址。当遇到执行转移指令时，则用转移地址修改PC的内容。由于使用了PC，指令中就不必明显地给出下一条将要执行指令的地址。