作者:Bret Cameron
翻译:疯狂的技术宅
如何通过了解类型、内存以及低级语言使你成为更好的程序员
时间的结束?图片来自 Jens Kreuter,由Bret Cameron修改。
像许多开发新手一样,JavaScript 是我学的第一门语言。它是一种 Web 前端编程语言 —— 感谢Node.js —— 它同时也是一种流行的后端工具。
我也相信,作为一种“更高级”的语言,JavaScript 是初学者的绝佳选择。你可以在任何 Web 浏览器上运行它,并且由于具有原型继承和动态类型等功能,学习者在编写和执行第一段代码之前克服的障碍更少。
但是 JavaScript 让初学者更容易上手的因素也让它难以被掌握。它能以看上去不直观的方式运行,并且当涉及到更多不透明的功能时,许多程序员更依赖于试错法,例如隐式类型强制转换或 this
关键字。 知道这些功能比理解它们要容易得多。
“Any fool can know. The point is to understand.” — Albert Einstein
因此要成为更高级的 JavaScript 开发人员,试着更深入地了解幕后发生的事情是有很大帮助的。归根结底,最精彩的地方是 V8 JavaScript 引擎:它是使用最广泛的 JavaScript 编译器(Google Chrome、Node.js等的基础之一),它是开源的,因此你可以准确地看到 JavaScript 是怎样在 C ++ 中执行的。
但是本文不是 V8 的指南。相反,它是有关像 C++ 这样的低级语言如何帮助我们提高对 JavaScript 等高级语言的理解的一篇文章。 C++ 不仅可以帮助我们理解底层的编译器代码,而且通过研究 C++ 程序员必须要做而 JavaScript 程序员不必做的事,可以更好地了解在 JavaScript 中提升效率的地方,以及为什么有时会引发问题。
特别是我们将会研究 C++ 中的数据类型和内存管理,以及这些知识如何帮助我们避免类型错误,并防止 JavaScript 中的内存泄漏。还会研究内存管理与时间溢出之间的关系。
JavaScript 中强制类型
在进入 C++ 之前,先让我们看看 JavaScript 是如何处理数据类型以及“类型强制”系统的一些陷阱的。
JavaScript 使用类型强制转化自动将一种数据类型转换为另外一种:字符串转为数字、数字转为字符串、数字或字符串转为布尔值等等。换句话说,如果你没有明确指定所需的类型,JavaScript 将根据一组规则进行猜测。有时这很管用,它可以帮助我们快速简洁地编写代码。但有时候可能是引发混乱的原因。
实际上即使这种行为从根本上来讲是可预测的,但某些自动推测也不那么直观,并且在很多大型项目的代码库中,很容易看到类型强制转换导致了意外错误的发生。例如以下是使用组合字符串和数字的进行运算的一些演示:
"10" - 4
// 6
"10" + 4
// "104"
"20" - "5"
// 15
"20" + "5"
// 205
"20" + + "5"
// 205
"foo" + "bar"
// "foobar"
"foo" + + "bar"
// "fooNaN"
"6" - 3 + 3
// 6
"6" + 3 - 3
// 60
复制代码
在这些例子中, +
运算符造成了大量的混乱,它可以强制把字符串转为数字,也可以作为连接运算符组合两个或多个字符串。
最后一个例子可能是最令人困惑的。在 "6" + 3 — 3
中,如果首先处理 3 — 3
,然后再进行字符串连接,那么 "6" + 0
通常会返回一个字符串,在这里返回的结果居然是一个数字!
虽然类型强制转换可以帮助开发人员更快速、简洁地编写代码,但是它使初学者思考得更少,从而也就不清楚为什么这样的转换系统可能会导致错误,特别是在更大、更复杂的代码库中。上面的结果对于经验丰富的 JavaScript 程序来说可能是完全合理的,但它们并不直观!
考虑到 JavaScript 类型强制系统的优点和缺点,现在让我们看看 C++ 是如何处理数据类型的。
C++ 中的类型和内存管理
C++ 之类的低级语言没有这种潜在缺陷,因为必须在定义时声明数据类型。虽然 JavaScript 也有三个关键字 var
、 let
和 const
用于声明新变量,但在C ++中每个数据类型都有自己的关键字。
例如 C++ 中的 7 种基本数据类型是整型、浮点型、双精度浮点型,字符型,宽字符型,布尔型和无类型。用于定义它们的关键字分别是 int
、float
、double
、bool
、char
、wchar_t
和 void
。
下面的代码段包含了每种类型的示例声明,并添加了注释:
#include <iostream>
#include <string>
using namespace std;
int main()
{
// BOOLEANS
bool isChecked = true;
// INTEGERS
int age = 24;
// FLOATS
// In general, a float has 7 decimal digits of precision, while a double has 15
float pi7 = 3.1415926;
double pi15 = 3.141592653589793;
// CHARACTERS
// Regular characters can contain only values stored in the ISO Latin tables
// Wide characters, however, can contain unicode values
char englishGreeting[6] = {'H', 'e', 'l', 'l', 'o', '\0'};
wchar_t mandarinGreeting[7] = { 'n', 'ǐ', ' ', 'h', 'ǎ', 'o', '\0' };
// STRINGS
// In C++, string is not a data type (as it is in JavaScript and many other languages)
// It is a class, and so we must write #include <string> at the top of the document
string greeting = "Hello";
// VOID
// A common use of void is to define functions which don't return anything
void printMessage() {
cout << "Hello, world!";
};
return 0;
}
复制代码
与 JavaScript 不同,C++ 为开发人员提供了大量内存管理的方法。在 C++ 中,每声明一个变量时,我们也会决定要保留多少内存。例如,普通的 char
通常只包含8位(1字节),这就将其用途限制为 ISO Latin 表的255个字符。相比之下,wchar_t
包含16或32位,虽然占用了更多内存,但允许我们能够访问更多种类的 Unicode 字符。
在整型中可以找到最多的种类,其中基本的 int
关键字可以与关键字 short
,long
和 long long
以及 “signedness” 关键字 signed
和 unsigned
结合使用。 。
基本的 int
类型的取值范围是系统体系建议的自然范围。在 64 位操作系统上通常是 32 位。这就意味着这样的一个有符号的变量的取值范围在 -2,147,483,648 和 2,147,483,647 之间,而无符号变量的取值范围是 0 到 4,294,967,295 之间。
如果你能够确认自己的变量取值范围比较小,可以使用 short int
来节省内存。或者如果你正在处理非常大的整数,你可以使用 unsigned long long int
来处理 64 位的数字,其取值上限为 2^64 - 1
。
为什么内存至关重要:一个关于时间溢出的用例
使用 64 位变量(例如 long long int
)可以让计算机表示未来约 2.92 亿年的日期。这似乎是没什么必要的,但它实际上解决了一个非常实际的问题。
按照惯例,计算中的大多数日期都是用 Unix 时间来表示的,该时间的起始日期是 1970 年 1 月 1 日午夜,精确到秒。如果将 Unix 时间存储在有符号的 32 位变量中,可记录的最大值为 2,147,483,647。虽然看起来很大,但考虑到它每一秒都在增长,实际上 20 亿并不能让我们用得太久。
实际上 32 位系统上记录的日期将在 2038 年 1 月 19 日 UTC(恰好是 03:14:07 )达到最大值。当这种情况发生时,日期将会变为负的 2,147,483,647,这个时间是 1901 年 12 月 13 日。它被称为 2038 问题,并且它导致了许多标题的出现,例如“所有计算机将在 2038 年完蛋” —— 由英国小报 Metro 提供。
这个令人震惊的标题可能并非事实,但是当 2038 年到来时,这个问题可能会导致 32 位操作系统甚至是整个旧版本的编程语言出现问题。我第一次遇到这个问题时正在用 PHP,在 5.2 版本之前没有内置的方式能够记录超过 2038 年的日期。(JavaScript 使用了 64 位系统来处理日期,所以我们 JavaScript 程序员不用担心这个)
2038 问题证明了我们自己管理内存的潜在用处。在需要较小取值范围的地方可以节省内存。在需要更大取值范围的场合,可以确保我们的系统能够拥有足够的内存。
JavaScript 中的内存管理
“JavaScript 在创建对象时自动分配内存,并在不再使用时释放它(垃圾回收)。这种自动化处理可能会引起混乱:它可能会给程序员带来错误的暗示,即他们不需要担心内存管理问题。“ —— MDN
JavaScript被称为“自动垃圾回收”语言。它用 mark-and-sweep 算法来检查哪些内存是活动的,哪些是“垃圾”。然后收集器可以释放“垃圾”,将未使用的内存还给操作系统。
自动垃圾回收是高级语言的一个特征,它有助于释放内存——不需要通过程序员的明确指示就可以告诉它不再需要。有关 JavaScript 中垃圾回收机制的信息,请查看这篇文章和 MDN’s page on Memory Management。
垃圾回收是一个强大的自动内存管理系统,但它并非万无一失。特别是所谓的“不需要的引用”可能会导致内存泄漏,这意味着程序占用的内存比实际需要的多,从而降低了内存的效率。但是如果我们能够意识到内存泄漏的风险,就可以采取措施将其删除。
意外的使用全局变量是导致内存泄漏的一个常见原因。当我们在 JavaScript 代码中没有用关键字 var
、let
或 const
定义变量时,那么它会自动被认为是一个全局变量。除非已定义了 foo
,否则表达式 foo =“bar”
相当于 window.foo = "bar"
。
像 ESLint 这样的 linting 工具可以帮助你找出这样的错误,但是 JavaScript 内置的严格模式也可以将它们标记为错误,从而防止意外使用全局变量。要激活严格模式,只需在脚本或函数的开头加入"use strict";
。有关从代码中去除内存泄漏风险的更多方法,请参阅这篇文章。
JavaScript 中的类型
还有一些方法可以指定变量类型并在 JavaScript 中创建自己的类型,这种方式让人想到低级语言。最流行和最全面的解决方案是 TypeScript,它是 JavaScript 的语法超集,为语言添加了静态类型选项。
在 TypeScript 上有很多不错的资源,足以说明它是能确保你代码可扩展性而且没有错误的好方法,它可以帮助我们避免本文在前面关于“强制类型”那一节中看到的那种不直观的结果。 TypeScript 的文件扩展名是 .ts
,还有一个等效的 .jsx
:.tsx
。对初学者来说最好的一篇文章是5分钟入门 TypeScript 。
值得注意的是,还有一些针对不同 JavaScript 技术的类型注释解决方案。例如你可以将官方的 PropTypes node module 添加到你的 React 项目中。这使你可以记录传递给组件的 props 的预期数据类型以及设置默认值。特别是当与像 ESLint 这样的 linter 结合使用时,PropTypes 是基于 React 的设置的强大补充。
结论
总的来说,我希望本文有助于阐明 C++ 这样的低级语言和 JavaScript 这类高级语言之间的一些差异。
我也希望它能够为你提供一种工具,以 TypeScript 或 PropTypes 的形式将 C++ 中的一些好处带入 JavaScript,并可以影响和改进 JavaScript 中的内存管理。
如果你对 C++ 有深入的理解,并且想要了解更多关于 JavaScript 的实现方式,最好的去处可能是官方 V8 网站或者官方 Git repo。Happy coding!