冒号课堂§5.2：数据类型
冒号课堂
第五课 语言小谈(2)
5.2数据类型——规则与变通
操纵于规矩之中，神明于规矩之外 ——《俞震·古今医案按》
关键词： 数据类型,静态类型,动态类型,Duck类型,强类型,弱类型,类型安全
摘要： 关于数据类型的讨论
！预览
· Duck类型的哲学是：名义不重要，重要的是能力
· 将一个会叫会游的家伙放进池塘看起来不算坏主意，但如果一艘轮船趁机也轰隆隆地开了进来，事情恐怕就不那么美妙了
· 静态类型检查类似“疑罪从有”的有罪推定制，动态类型检查类似“疑罪从无”的无罪推定制
· 尽可能守规则，必要时求变通
· 规则如裤带，过于宽松和过于束缚都不好
？提问
· 动态语言与动态类型语言是一回事吗？
· 数据类型有哪两个要素？其意义何在？
· 什么是动态类型和静态类型？它们的区别是什么？各有什么优缺点？
· 什么是鸭子类型（duck typing）？它有什么优缺点？
· 什么是强类型与弱类型？什么是类型安全的？
：讲解
待教室平静下来，冒号再度开腔：“在谈论动态语言之前，最好先澄清一下它与动态类型语言之间的区别。”
叹号讶然道：“它们不是一回事吗？一直以为动态语言是动态类型语言的简称呢。”
“有亲戚之名，却无血缘之亲。名称上相似，加之动态语言绝大多数确是动态类型语言，造成混淆实属在所难免，但二者之间并无必然联系——动态语言不一定是动态类型语言[1]，动态类型语言也不一定是动态语言[2]。”冒号飞跑的舌头几乎绊蒜，同时把众人的脑子搅成了一锅粥。
见势不妙，冒号改用迂回战术：“我们不妨再谈开些，大家对数据类型是如何理解的？”
逗号随口道：“数据类型不就是数据的种类吗？”
众人暗笑：说了跟没说差不多。
冒号说道：“数据类型包含两个要素：一个是允许取值的集合，一个是允许参与的运算。例如int类型在Java中既定义了介于− 231 和231 − 1之间的整数集合，也定义了该集合上的整数所能进行的运算。现在的问题是：数据类型的意义何在？”
句号回答：“限定一个变量的数据类型，就意味着限制了该变量的取值范围和所参与的运算，这从一定程度上保证了代码的安全性。”
冒号追问：“还有吗？”
句号略作思考后说：“用户自定义的数据类型，如C中的结构和Java中的类或接口，赋予数据以逻辑内涵，提高了代码的抽象性。”
“精辟！”冒号赞道，“数据类型既有针对机器的物理意义，又有针对人的逻辑意义。前者用于进行底层的内存分配和数值运算等，后者用于表达高层的逻辑概念。既然类型如此重要，类型检查就必不可少了[3]。所谓动态类型语言（dynamic typing language），正是指类型检查发生在运行期间（run-time）的语言。”
“那静态类型语言（static typing language）自然是类型检查发生在编译期间（compile-time）的语言咯。”引号接话道。
冒号回应：“一般的说法是这样，但我更愿意将‘编译期间’四个字改为‘运行之前’，否则容易让人误解为静态类型语言一定是编译型语言（compiled language）。”
问号问道：“是否可以这么说：静态类型语言需要变量声明，而动态类型语言则不需要？”
“这话只对了一半。”冒号评论，“动态类型语言固然不需要显式的变量声明（explicit declaration），一些静态类型语言有时也不需要。典型的如ML、Haskell之类的函数式语言，编译器可以通过上下文来进行类型推断（type inference）。另外，C#从3.0起也开始支持局部变量的类型推断。”
“如何进行类型推断？”问号有点丈二和尚摸不着头脑。
冒号打了个比方：“假设‘+’号只限于同类型的数据运算，那么从表达式a + 1中可以推出a是整型变量，从b + 1.0中推出b是浮点型变量，从c + “1”中推出c是字符串型变量。这些变量不必事先声明，但一旦类型被推断确定后，便不再更改。由于这些推断都是在程序运行之前进行的，因此仍属于静态类型。它既有动态类型的简洁性，又不失声明式静态类型的安全性，可谓裁长补短啊。”
叹号有些羡慕地说：“还是动态类型语言好，不仅不必声明变量，而且一个变量在不同地方还可以代表不同类型，多省事多方便啊！”
冒号微微颔首：“虽然这种机制也有为人诟病之处，但不可否认，动态类型语言的确有它的优势：简明、快捷、灵活，并且天然具有泛型（generic）特征。值得一提的是，动态类型有一种被称作鸭子类型（duck typing）的形式。”
逗号感到有趣：“鸭子类型？很滑稽的名字。”
“这种类型通俗的说法是：如果一个对象既会走鸭步又会呷呷叫，何妨将其视作鸭子呢？”冒号说着投影出一段Ruby代码——
class Duck #会叫会游的鸭
def shout
puts '呷呷呷'
end
def swim
puts '鸭泳'
end
end
class Frog #会叫会游的蛙
def shout
puts '呱呱呱'
end
def swim
puts '蛙泳'
end
end
def shoutAndSwim(duck) #让一只会叫会游的家伙边叫边游
duck.shout
duck.swim
end
shoutAndSwim(Duck.new) #让一只鸭边叫边游
shoutAndSwim(Frog.new) #让一只蛙边叫边游
冒号继续讲解：“在Smalltalk、Python和Ruby等动态类型的OOP语言中，只要一个类型具有shout和swim的方法，它就可以为shoutAndSwim所接受。这在C++、Java、C#等静态类型语言中是不可能的[4]，除非鸭和蛙在同一继承树上，或者二者均显式实现了一个包含shout和swim的公用接口。”
句号敏锐地指出：“C++是静态类型语言，但它的模板也可实现类似功能，并不需要引入继承关系。”
“说得很对！但请接着看下去。”冒号又放出一段投影——
class Cock #会叫不会游的鸡
def shout
puts '喔喔喔'
end
end
class Fish #会游不会叫的鱼
def swim
puts '自由泳'
end
end
def shoutOrSwim(duck, flag) #让一只会叫或会游的家伙叫或游
flag ? duck.shout : duck.swim
end
shoutOrSwim(Cock.new, true) #让一只鸡叫
shoutOrSwim(Fish.new, false) #让一只鱼游
“这里鸡没有swim的方法，鱼没有shout的方法。若采用C++的模板，shoutOrSwim是无法通过编译的。但在支持Duck 类型的语言中，只要在运行期间不让鸡swim、让鱼shout——除非你突发奇想——一切平安无事。”冒号作了个OK的手势。
“动态类型语言真是越看越可爱。”叹号简直垂涎欲滴了。
“Duck类型的哲学是：名义不重要，重要的是能力，颇有些实用主义的味道。这种非继承性多态为软件重用开启了新的窗口，同时也埋下了一些陷阱。由于Duck类型的接口组合是隐性的，其使用者需要比普通interface更小心以避免误用；其维护者也需要更小心以避免破坏客户代码；另外它也可能造成滥用——将一个会叫会游的家伙放进池塘看起来不算坏主意，但如果一艘轮船趁机也轰隆隆地开了进来，事情恐怕就不那么美妙了。”
众皆莞尔。
“再来看看静态类型语言的好处：由于在运行之前进行了类型检查，一方面代码的可靠性增强，符合‘发现错误要尽早’的原则；另一方面编译器有可能藉此优化机器代码以提高运行效率，同时相比前者节省了运行期的耗费在类型检查上的时间和空间。此外，变量类型的声明彰显了编程者的意图，有辅助文档的功效。”冒号有条有理地解释着，“两种类型的体制可以用两种法律原则来类比：静态类型检查类似‘疑罪从有’的有罪推定制——在被证明合法之前是非法的，动态类型检查类似‘疑罪从无’的无罪推定制——在被证明非法之前是合法的。至于如何取舍，套用一句话：‘Static Typing Where Possible, Dynamic Typing When Needed’。不妨理解为：尽可能守规则，必要时求变通。”
句号俏皮地说：“规则如裤带，过于宽松和过于束缚都不好。”
问号提出新问题：“动态类型语言与弱类型语言有何不同？”
冒号喟言：“它们也常常被混为一谈，但类型的动静与强弱完全是正交的两个概念。静态类型语言中，有强类型的Java，也有弱类型的C；动态类型语言中，有强类型的Smalltalk，也有弱类型的JavaScript。前者以类型的绑定（binding）时间来划分，后者以类型的约束强度来划分。通常弱类型语言（weakly-typing language）允许一种类型的值隐性转化为另一种类型[5]。举个例子，1＋"2"在VB中等于3——第二个字符串转化为整数；在JavaScript中等于"12"——第一个整数转化为字符串；在C中则等于一个不定的整数值——第二个字符串作为地址来运算。这样似乎很有趣很方便，但程序容易藏污纳垢，滋生臭虫（bug）。与此相对地，强类型语言（strongly-typed language）着意贯彻类型控制，为保障数据的完整性和代码的安全有效性，一般不允许隐性类型转换[6]。如果一定需要类型转换，必须是显性转换，一般通过我们熟知的铸型（cast）来完成。”
引号想起：“好像还有一种所谓的类型安全语言？”
逗号紧紧抱着头，仿佛害怕裂开。
“类型按安全性来划分，可分为类型安全语言（type-safe language）和类型不安全语言（type-unsafe language）。类型检查的目的就是为了避免类型错误（type error）[7]，即杜绝因类型问题而产生的错误或不良代码。如果一个类型系统能完全做到这一点，它就被称为类型安全的。虽然尚存争议，但一般认为强类型语言对类型控制更严格，因而是类型安全的，弱类型语言是类型不安全的。类型安全固然对保障程序的合理性和可靠性十分重要，但若过于严苛，程序也就失去了活力，正所谓‘水至清则无鱼’啊。” 冒号有条不紊地解说着，“至此，我们已论及数据类型的三种划分方式。需要说明的是，这些划分并非泾渭分明的[8]，更多的是定性而非定量的描述，甚至没有公认统一的定义。但了解它们，对我们理解编程语言和编程原则是大有裨益的。”
，插语
[1] Scala是动态语言，却是静态类型的。
[2] Visual Basic(不包括VB.NET) 支持动态类型，却是静态语言。
[3] 极少数语言没有类型检查（untyped或typeless），如大多数汇编语言、Forth语言等。
[4] C#4.0将支持duck typing。
[5] 隐式转换也称为强制转换（coercion）。有人将显式转换的铸型（cast）译为强制转换，并不准确。
[6] 但许多强类型语言对于宽转换（widening conversion）还是允许隐性的，如必要时int可自动转换为float。
[7] 典型的类型错误是：一个函数本来期待的参数类型是A，实际传入的变量a却不是A类型或其兼容类型。
[8] 比如，静态类型的OOP语言如C++、Java、C#等支持多态类型以及downcasting，能在运行期间进一步细化数据类型，从某种意义上也具有动态类型的特征。
。总结
- 尽管动态语言大多数是动态类型语言，但二者并不是一回事。
- 数据类型包含两个要素：允许取值的集合和允许参与的运算。
- 数据类型既有针对机器的物理意义，又有针对人的逻辑意义，提高了代码的安全性和抽象性。
- 动态类型的类型检查发生在运行期间，静态类型的类型检查发生在编译期间（运行之前）。
- 动态类型的变量不需要显式声明，静态类型的变量需要通过显式声明或类型推断。
- 鸭子类型是动态类型的一种风格，允许非继承性多态，即一个对象的类型可以由其接口集合来确定，不需要通过显式继承。它有利于代码重用，但也可能造成误用和滥用。
- 动态类型语言的优点：代码简明灵活、易于重用，适合泛型编程和快速原型开发。
- 静态类型语言的优点：运行之前的类型检查增强了代码的可靠性，使编译器有可能进行优化处理从而提高运行效率，节省了运行期的类型检查所占用的时间和空间，同时类型声明有辅助文档的功效。
- 静态类型检查实行“疑罪从有”的有罪推定制，动态类型检查实行“疑罪从无”的无罪推定制。取舍的原则是：Static Typing Where Possible， Dynamic Typing When Needed。即尽可能守规则，必要时求变通。
- 类型的动静以类型的绑定时间来划分，类型的强弱以类型的约束强度来划分，它们之间没有必然联系。弱类型语言允许类型的隐性转化，被认为是类型不安全的；而强类型语言则一般不允许这种转化，被认为是类型安全的。
“”参考
[1] Wikipedia．Type system．http://en.wikipedia.org/wiki/Type_system
[2] Erik Meijer，Peter Drayton．Static Typing Where Possible, Dynamic Typing When Needed．http://research.microsoft.com/~emeijer/Papers/RDL04Meijer.pdf
[3] Ravi Sethi．Programming Languages: Concepts & Constructs(英文版第2版)．北京：机械工业出版社，2002．136-143
