2021-11-16 23:13:59|已瀏覽：282次
不少人認為 Python 方便掌握，而且不易出錯。然而，并非所有人都同意這個觀點。
許多高級開發(fā)表示，使用動態(tài)類型的語言實在很令人頭疼：
“什么？動態(tài)類型的語言比靜態(tài)類型的語言更加不容易出錯？抱歉，21年的軟件開發(fā)職業(yè)生涯告訴我并不是這樣�！�
—— Rasmus Schultz
在本文中，我們就來看一看高級開發(fā)人員不喜歡動態(tài)類型語言的主要原因，同時我也希望通過本文消除大家的誤解。
為了更好地挖掘背后的原因，以及鑒于 Python 的廣泛普及，我們以 Python 為例來分析一下。
動態(tài)類型
這里所說的動態(tài)類型指的是數(shù)據(jù)類型。
編程語言包含多種類型的風(fēng)格，比如強類型和鴨子類型等。但是，在本文中我們只討論兩個最常見的類型：
動態(tài)類型
靜態(tài)類型
動態(tài)類型指的是在運行時檢查類型錯誤。也就是說不需要顯式聲明數(shù)據(jù)類型。Python、Ruby 和 JavaScript 都是這類語言。
與動態(tài)類型相反，靜態(tài)類型則會在編譯期間報告類型錯誤，因此你需要顯式聲明數(shù)據(jù)類型。C、C++ 和 Java 就屬于這種情況。
一般來說，Python 以及其他編程語言的某些優(yōu)點也會成為缺點。
動態(tài)類型可以通過隱式的數(shù)據(jù)類型聲明減少一部分代碼，從而讓編程變得更容易。但是，這個特性也有一些缺陷。
請考慮如下 Python 代碼：
max_number = 12
my_list = []
for i in range(1, 5):
max_numbre = 2 * (max_number * i)
my_list.append(max_number)
print(my_list)
輸出結(jié)果：[12, 12, 12, 12]
在這個例子中，我們希望針對變量 max_number 進行一些計算，并將結(jié)果存儲在列表中。但是，我們可以看到實際的操作并不符合我們的預(yù)期，而結(jié)果也是錯誤的。因為在 for 循環(huán)中，max_number 的拼寫有誤，因此導(dǎo)致程序創(chuàng)建了另一個名為 max_numbre 的變量。
任何人都可能犯這樣的錯誤，特別是對于工作壓力很大的人。
假設(shè)你正在編寫一大段代碼，那么你必須更加小心手指按下的每一個按鍵。否則，查找代碼中的bug就會成為噩夢，并引發(fā)維護性的問題。
然而，在靜態(tài)類型的語言（比如C++）中，你必須在使用前聲明變量。而且你必須在執(zhí)行代碼前進行分析，以確保變量類型匹配。這樣你對變量的控制會更有力，因此可以提高安全性。
全局解釋器鎖
高級開發(fā)人員對動態(tài)類型語言的另一個質(zhì)疑是性能。
初級開發(fā)人員只需要處理好幾行代碼，而維護和編寫健壯的生產(chǎn)代碼（幾百行～幾千行）的重任一般都由經(jīng)驗豐富的高級開發(fā)人員承擔(dān)。因此，對他們來說，編程語言的效率不容置疑。
由于全局解釋器鎖（Global Interpreter Lock，即 GIL）的存在，計算機的資源（主要是 CPU 線程數(shù)）得不到充分利用，因此它是編程語言（如 Python 和 MRI Ruby 等）的性能瓶頸。
不過，不使用 GIL 的編程語言可以充分利用 CPU 的功能，因為它們支持并行計算。
并行計算只不過是讓所有線程同時運行而已。在需要處理的數(shù)據(jù)量十分龐大時，這種類型的計算會比較有優(yōu)勢。
我們可以假設(shè)，在相同的 CPU 時鐘速度下，計算機擁有的線程越多，程序的運行速度就越快。
然而，GIL 的出現(xiàn)終結(jié)了并行計算。
GIL 的作用是保證一次只有一個線程使用 GIL。線程的選擇遵循排隊方式。這意味著，當(dāng)擁有最高優(yōu)先級的線程正在使用 GIL 時，其他線程將處于等待狀態(tài)，直到 GIL 被釋放。
最重要的是，用戶無法控制線程的選擇。只能由操作系統(tǒng)負責(zé)線程優(yōu)先級的排序。
為了解決這個問題，許多程序員都嘗試手動在多個線程之間拆分進程，比如 Python 的 multithreading 模塊，就是為了獲得更好的性能。然而，最終的結(jié)果卻是性能更差了。
這個結(jié)果有點奇怪，如果你想搞清楚事情的始末，則必須再深入研究一下。
盡管 Python 的核心開發(fā)團隊已經(jīng)意識到了這個問題，但是想擺脫 GIL 太難了，因為它是許多 Python 功能的基礎(chǔ)，例如內(nèi)存管理和C擴展等等。
Python 的作者 Guido van Rossum 表示，他不確定 Python 是否會支持并行計算，因為這歸根結(jié)底是語言設(shè)計層面的問題。
但是，C++ 等靜態(tài)類型語言不受 GIL 的限制，因此它們的效率相對更高。
空白的敏感度
錯誤地使用空白就會報錯，并不是每個人都喜歡這樣的編程語言。空白不僅包括空格，還包括制表符、換行、返回或換頁等。例如，與C不同，Python 對空格就非常敏感。
下面，我們就來比較一下 C 和 Python 代碼。
Python 示例：
i = 50
if i % 2 == 0:
print("inside if statement")
print("i is even")
輸出結(jié)果：print("inside if statement")print("i is even")^SyntaxError: invalid syntax
C 示例：
#include<stdio.h>
intmain(void)
{
int i =50;
if(i %2==0)
}
輸出結(jié)果：~/ $ ./test1insideifstatementi is even
C 的代碼結(jié)構(gòu)無論再怎么混亂，都可以得到正確的輸出，而 Python 生成的語法錯誤只是因為語句的書寫位置有誤。因此，有人可能會說 Python 的健壯性不如 C++ 或 C。
盡管許多專業(yè)程序員都認為空白過于敏感很討人厭，但許多 Python 專家則認為，空白的問題總好過代碼長得看不到盡頭。
最后，在處理大塊代碼時，空白的敏感性問題確實很煩人。但是，如果能夠向團隊灌輸良好的編碼習(xí)慣，則這個問題也很好解決。
向后兼容
不支持向后兼容意味著舊版的 Python 代碼無法在新版本中正常工作。換句話說，每當(dāng)新版本發(fā)布時，你都需要找出語法的變化，并重寫相應(yīng)的部分代碼。
有時，向后兼容性會成為一個嚴重的問題，Python 2 到 Python 3 就是一個很好的例子。
Python 核心開發(fā)團隊認為，將 Python 2 的代碼轉(zhuǎn)換成 Python 3 不會有任何問題。但是他們錯了。
Python 的作者也承認了這一點：“我們低估了有多少人已經(jīng)編寫了大量的 Python 代碼，而且他們已經(jīng)基本忘記了代碼的工作方式。因此，他們沒能很好地升級這些代碼。我們已經(jīng)意識到了這個問題�！�
這個問題爭論到最后，他們決定延長 Python 2.7 的壽命。
總結(jié)
編程語言一直是一個熱門話題，這不是一個非黑即白的兩極分化問題。我們會因為某些原因而偏愛某一種編程語言。
通常，每種通用編程語言都有特定的適合人群。Python 的官方作者曾說：
“學(xué)習(xí)使用 Python 編程比學(xué)習(xí)使用 Java 或 Swift 要容易得多。Java 和 Swift 非常適合計算機科學(xué)的專業(yè)軟件開發(fā)人員。但是 Python 更適合孩子的教學(xué)�！�
話雖如此，我們非常希望能夠出現(xiàn)一種兼具C++ 和 Python 優(yōu)點的編程語言。
本文由培訓(xùn)無憂網(wǎng)千鋒教育專屬課程顧問整理發(fā)布，希望能夠?qū)ο雽W(xué)習(xí)Python開發(fā)培訓(xùn)的同學(xué)有所幫助。更多Python開發(fā)培訓(xùn)課程歡迎關(guān)注培訓(xùn)無憂網(wǎng)Python開發(fā)培訓(xùn)頻道或添加老師微信：15033336050
注：尊重原創(chuàng)文章,轉(zhuǎn)載請注明出處和鏈接 http://elsolbar.com/news-id-4022.html 違者必究！部分文章來源于網(wǎng)絡(luò)由培訓(xùn)無憂網(wǎng)編輯部人員整理發(fā)布,內(nèi)容真實性請自行核實或聯(lián)系我們，了解更多相關(guān)資訊請關(guān)注python培訓(xùn)頻道查看更多，了解相關(guān)專業(yè)課程信息您可在線咨詢也可免費申請試課。關(guān)注官方微信了解更多：150 3333 6050
