ภาษาการเขียนโปรแกรมคืออะไร? อะไรทำให้เราสามารถเขียนภาษาดังกล่าวได้

เอาล่ะฉันยังใหม่กับการเขียนโปรแกรมและฉันยอมรับว่านี่เป็นคำถามที่ค่อนข้างเป็นธรรม

ภาษาธรรมชาติที่เราพูดทุกวันมีอยู่เพราะผู้คนสามารถเข้าใจซึ่งกันและกัน คอมพิวเตอร์จะเข้าใจรหัสของฉันในภาษาใดภาษาหนึ่งได้อย่างไร

สมมติว่า Mr. A สร้างภาษาใหม่ เครื่องยอมรับได้อย่างไร? ผู้สร้างจะต้องสื่อสารกับเครื่องโดยใช้ภาษาเครื่องเพื่อสร้างภาษาใหม่หรือไม่ อะไรรับประกันได้ว่าเราสามารถเขียนภาษาในขณะที่ทำความเข้าใจกับเครื่องได้อย่างถูกต้อง?

คุณสามารถสรุปสวยมากคำตอบทั้งชุดของคุณคำถามที่มีคำว่า"คอมไพเลอร์" คอมไพเลอร์เป็นโปรแกรมพิเศษที่มีฟังก์ชั่นการใช้ซอร์สโค้ดเป็นอินพุตใช้กฎภาษาที่กำหนดโดยผู้ออกแบบภาษาเพื่อที่จะเข้าใจว่าโค้ดมีความหมายอย่างไรและสร้างโค้ดที่มีความหมายเหมือนกันในภาษาอื่นเป็นเอาต์พุต นี่คือรหัสเครื่องโดยทั่วไปหรือรูปแบบบางส่วนของ bytecode ("รหัสเครื่อง" สำหรับเครื่องเสมือน) แม้ว่าคอมไพเลอร์พิเศษที่แปลรหัสเป็นภาษาระดับสูงอื่น ๆ จะมีอยู่ พวกเขาอยู่นอกเหนือขอบเขตของคำถามนี้

ไม่ใช่ทุกภาษาที่มีคอมไพเลอร์ บางคนมีล่ามแทนซึ่งทำสิ่งเดียวกันทั้งหมดที่คอมไพเลอร์ทำยกเว้นว่าแทนที่จะผลิตรหัสเครื่องหลังจากพิจารณาว่าโปรแกรมนั้นหมายถึงอะไรมันก็เรียกใช้โปรแกรมทันที แต่หลักการพื้นฐานของการแยกวิเคราะห์ (การอ่าน) โค้ดและการกำหนดว่ามันหมายถึงอะไรเหมือนกัน

การตอบคำถามในเชิงลึกมากกว่านี้จะเข้าสู่ทฤษฎีคอมไพเลอร์ซึ่งเป็นวิชาที่กว้างมาก หากคุณสนใจในหัวข้อคุณควรเริ่มต้นด้วยการอ่านบทความ Wikipedia สำหรับ "คอมไพเลอร์" และตรวจสอบลิงก์จากมันและหากคุณมีคำถามเฉพาะอย่าลังเลที่จะถามพวกเขาที่นี่

ในขณะที่คุณชี้ให้เห็นว่ามนุษย์สื่อสารผ่านภาษา "ธรรมชาติ" เช่นอังกฤษฝรั่งเศสเยอรมันระหว่างกัน พวกเขาถูกเรียกว่าเป็นธรรมชาติเพราะเราได้มาโดยธรรมชาติแทนที่จะสร้างสิ่งเหล่านั้นโดยเจตนา (ภาษาเป็นข้อยกเว้น)

ภาษาทางการเป็นภาษาที่คิดค้นขึ้นเพื่อวัตถุประสงค์บางอย่างหรืออื่น ๆ ยกตัวอย่างเช่นภาษาการเขียนโปรแกรมเช่น C เป็นภาษาทางการที่ประดิษฐ์ขึ้นเพื่อจุดประสงค์ของการเขียนโปรแกรมคอมพิวเตอร์

ทุกภาษาสามารถอธิบายได้โดยใช้ไวยากรณ์ ลำดับชั้นของไวยากรณ์ถูกอธิบายโดย Noam Chomsky ในปี 1956 ประกอบด้วยระดับดังต่อไปนี้:

Type-0 grammars (ไวยากรณ์ที่ไม่ จำกัด ) พวกเขาเป็นคนทั่วไปและเทียบเท่ากับทัวริงเครื่องจักร ดังนั้นปัญหาในการตัดสินใจว่าสตริงที่กำหนดนั้นเป็นส่วนหนึ่งของไวยากรณ์ที่ไม่ จำกัด หรือไม่นั้นไม่สามารถตัดสินใจได้

ไวยากรณ์ของ Type-1 (ไวตามบริบท) ภาษาธรรมชาติเกือบทั้งหมดเช่นภาษาอังกฤษนั้นคำนึงถึงบริบท ตัวอย่างของความไวต่อบริบทในภาษาอังกฤษคือวลีสองคำ: "เวลาผ่านไปเหมือนลูกศร" และ "ผลไม้บินได้เหมือนกล้วย" โดยทั่วไปแล้วมันเป็นเรื่องยากสำหรับคอมพิวเตอร์ที่จะเข้าใจภาษาที่ไวต่อบริบท

ไวยากรณ์ประเภท 2 (ปราศจากบริบท) ภาษาที่ไม่มีบริบทเป็นพื้นฐานทางทฤษฎีสำหรับไวยากรณ์ของภาษาโปรแกรมส่วนใหญ่

Type-3 grammars (ไวยากรณ์ปกติ) ครอบครัวของภาษาปกติสามารถรับได้จากการแสดงออกปกติ ภาษาทั่วไปมักใช้เพื่อกำหนดรูปแบบการค้นหาและโครงสร้างคำศัพท์ของภาษาโปรแกรม

ประเภทที่ 2 (ปราศจากบริบท) และไวยากรณ์ประเภทที่ 3 (ปกติ) ส่วนใหญ่มักจะใช้คอมพิวเตอร์เพราะตัวแยกวิเคราะห์สำหรับตัวแยกวิเคราะห์สามารถนำไปใช้ได้อย่างมีประสิทธิภาพ

BNF (รูปแบบปกติของ Backus หรือรูปแบบ Backus – Naur)เป็นเทคนิคสัญกรณ์สำหรับไวยากรณ์ที่ปราศจากบริบทมักใช้เพื่ออธิบายไวยากรณ์ของภาษาที่ใช้ในการคำนวณ

ตัวอย่างเช่นตัวระบุอาจถูกอธิบายว่า:

<identifier> ::= <letter> { <letter> | <digit> }

ซึ่งหมายความว่าจะต้องเริ่มต้นด้วยตัวอักษรและสามารถมีตัวอักษรหรือตัวเลขเพิ่มเติม

ก่อนหน้านี้จดหมายถูกกำหนดเป็น 'a' | 'b' | 'c' ฯลฯ และตัวเลขถูกกำหนดเป็น '0' ถึง '9' โดยใช้สัญกรณ์ชนิดเดียวกัน

คำสั่ง "สำหรับ" AC อาจถูกกำหนดเป็น:

 <for_statement> ::=
    'for' '(' <expression> ';' <expression> ';' <expression> ')' <statement> 

ตัววิเคราะห์คำศัพท์และตัวแยกวิเคราะห์ (ขั้นตอนแรกของคอมไพเลอร์หรือล่าม) จะถูกสร้างขึ้นเพื่อยอมรับไวยากรณ์เฉพาะที่อธิบายโดย BNF สำหรับภาษาเฉพาะ โดยทั่วไปแล้วการวิเคราะห์คำศัพท์จะใช้ในการแยกโทเค็นต่าง ๆ ของภาษา (เช่นคำหลักตัวระบุหรือตัวเลข) และตัวแยกวิเคราะห์จะใช้เพื่อหาว่าโทเค็นทำงานร่วมกันอย่างไรเช่นการสร้างคำสั่ง "สำหรับ" .

อันดับแรกให้นิยาม "ภาษา" ในแง่ของมันคืออะไร ภาษาต้องมีคำศัพท์ก่อน (รายการของคำที่กำหนดแนวคิดที่เป็นวัตถุของการสื่อสาร) แล้วไวยากรณ์ ("รองพื้น" หรือชุดของกฎที่กำหนดโครงสร้างของการสื่อสาร)

ในระดับพื้นฐานที่สุดนี้ C # ไม่ใช่ทุกสิ่งที่แตกต่างจากภาษาอังกฤษ สิ่งที่ทำให้ C # เป็น "ภาษาโปรแกรม" คือเจตนาของมันและดังนั้นการออกแบบ มันถูกออกแบบมาให้ย่อยลงในคำสั่งระดับต่ำแต่ละรายการ ดังนั้นคำศัพท์ที่กำหนดไว้ล่วงหน้าจะถูก จำกัด ไวยากรณ์มีการบังคับใช้อย่างเข้มงวดและภาษาทั้งหมดได้รับการออกแบบมาเพื่อการบริโภคในวิธีที่กำหนดไว้ล่วงหน้าที่รู้จักกันดีโดย "ผู้ชม" ของมัน (คอมพิวเตอร์; คอมไพเลอร์ที่แม่นยำมากขึ้น ซอร์สโค้ดเป็น "ภาษากลาง" ของคำสั่งง่าย ๆ ที่สามารถแปลต่อไปในรหัสเครื่องโดย "รันไทม์") คุณไม่ได้เขียนร้อยแก้วหรือร้อยกรองใน C #; คุณบอกให้คอมพิวเตอร์ทำงานในลักษณะที่ชัดเจนที่สุดเท่าที่จะทำได้

สำหรับคอมพิวเตอร์จำเป็นต้องใช้เครื่องมือที่เรียกว่าคอมไพเลอร์ซึ่งจำเป็นต้องใช้สิ่งที่คุณเขียนในโค้ดและแปลงเป็นคำแนะนำที่คอมพิวเตอร์สามารถใช้ได้ วิทยาการคอมพิวเตอร์เช่นเดียวกับเทคโนโลยีส่วนใหญ่เป็นกระบวนการที่ซ้ำซ้อน "ซ้ำซ้อน" เมื่อคอมพิวเตอร์ถูกคิดค้นครั้งแรกพวกเขาถูกโปรแกรมโดยป้อนคำแนะนำแบบไบนารีด้วยตนเอง คำแนะนำเหล่านั้นกลายเป็นมาตรฐานสำหรับโปรเซสเซอร์แต่ละตัวในเลขฐานสิบหก "รหัสเครื่อง"; ความแตกต่างเป็นเพียงวิธีการจัดกลุ่มเลขฐานสองสำหรับแสดงต่อมนุษย์ จากนั้นในรหัสแอสเซมเบลอร์รายการคำสั่งและตัวระบุพื้นฐานบางอย่างเช่นชื่อรีจิสเตอร์จะถูกแทนที่ด้วยรหัสเลขฐานสิบหกเมื่อเขียนโปรแกรม ASM ยังสามารถแปลง 1: 1 เป็นรหัสเครื่องได้ การกระโดดควอนตัมคือการเขียนโปรแกรม "จำเป็น" รุ่นที่ 3 ซึ่งโดยทั่วไปจะใช้แนวคิดที่เป็นมนุษย์ที่เข้าใจได้ง่ายขึ้นเช่นตัวแปรและลอจิกแบบลอจิกและย่อยลงในคำแนะนำแบบเนทีฟโดยใช้รูปแบบตามคำหลักและไวยากรณ์ ภาษาแรก ๆ เช่น COBOL, FORTRAN, Pascal และ C ยังคงสามารถ "แปล" โดยมนุษย์เป็นภาษาเครื่องเฉพาะ (ปกติ 8086 ASM) จากนั้นเป็นการปฏิวัติการเขียนโปรแกรมเชิงวัตถุซึ่งโดยทั่วไปคือกฎไวยากรณ์เพิ่มเติมที่กำหนดรหัสว่าถูกห่อหุ้มด้วยแนวคิดใน "วัตถุ" ที่มีการผสมผสานระหว่างสถานะและตรรกะบางอย่าง โดยมนุษย์เป็นภาษาเครื่องโดยเฉพาะ (ปกติ 8086 ASM) จากนั้นเป็นการปฏิวัติการเขียนโปรแกรมเชิงวัตถุซึ่งโดยทั่วไปคือกฎไวยากรณ์เพิ่มเติมที่กำหนดรหัสว่าถูกห่อหุ้มด้วยแนวคิดใน "วัตถุ" ที่มีการรวมกันของสถานะและตรรกะบางอย่าง โดยมนุษย์เป็นภาษาเครื่องโดยเฉพาะ (ปกติ 8086 ASM) จากนั้นเป็นการปฏิวัติการเขียนโปรแกรมเชิงวัตถุซึ่งโดยทั่วไปคือกฎไวยากรณ์เพิ่มเติมที่กำหนดรหัสว่าถูกห่อหุ้มด้วยแนวคิดใน "วัตถุ" ที่มีการรวมกันของสถานะและตรรกะบางอย่าง

ทุกวันนี้เราเข้ากันได้ดีกับ "รุ่นที่ 4" ของภาษาซึ่งเป็นภาษาที่เขียนขึ้นเพื่อกำหนดการสื่อสารกับโปรแกรมอื่นแทนที่จะไปที่เครื่องโดยตรง มีการระบุอย่างกว้างขวางซึ่งรวมถึงภาษา "มาร์กอัป" เช่น XML / HTML, "สคริปต์" เช่น JavaScript และ SQL และภาษา "แซนด์บ็อกซ์" ส่วนใหญ่เช่น Java และ. NET Framework (ซึ่งรวบรวมเป็น IL ที่ถูกตีความเพิ่มเติมโดย รันไทม์ที่ย่อไปจากเครื่องและรายละเอียดเฉพาะของแพลตฟอร์ม) คุณสามารถพูดได้ว่ามันครอบคลุมขอบเขตของภาษาโปรแกรมที่ใช้งานได้ซึ่งขึ้นอยู่กับรันไทม์เพื่อให้นามธรรมไม่เพียง แต่รายละเอียดเฉพาะเครื่อง แต่รวมถึงรายละเอียดเฉพาะการทำงาน ภาษาในยุคที่ 4 เหล่านี้เป็นไปไม่ได้ที่มนุษย์จะสามารถแปลเป็นคำสั่งในเครื่องได้ และประเด็นก็คือว่ามันจะไม่พยายามอย่างคุ้มค่า จุดแข็งของภาษาเหล่านี้คือกระบวนการที่ใช้เลเยอร์เพื่อบอกคอมพิวเตอร์ว่าต้องทำอะไรในระดับต่ำ

มันเป็นคำถามที่ดี คำตอบที่เหมาะสมก่อให้เกิดครึ่งหนึ่งของสิ่งที่เรียกว่า "วิทยาศาสตร์คอมพิวเตอร์"

สำหรับผู้เริ่มต้นฉันขอแนะนำให้อ่านผ่านความหมายเชิงdenotationalและการปฏิบัติการแล้วอ่านหนังสือเล่มนี้ มันจะช่วยให้คุณเข้าใจมากขึ้นหรือน้อยลงในสิ่งที่ภาษาการเขียนโปรแกรมและวิธีการกำหนดอย่างเป็นทางการ

หากข้างต้นเป็นวิชาการเกินไปคุณสามารถเริ่มต้นด้วยPetzold "รหัส"แล้วกลับมาที่ความหมาย

หากคุณเขียนโปรแกรมด้วยภาษาการเขียนโปรแกรมโปรแกรมอื่นจะแปลงสัญลักษณ์ในโปรแกรมของคุณเป็นสัญลักษณ์ที่คอมพิวเตอร์เข้าใจ บางครั้งอาจใช้เวลาหลายขั้นตอน ตัวอย่างเช่นใน C:

1. ผู้ใช้เขียนโปรแกรมในภาษาระดับสูง (C) ซึ่ง CPU ไม่เข้าใจ แต่เป็นที่เข้าใจโดยตรงโดยโปรแกรมเมอร์ (เราหวังว่า!)

2. คอมไพเลอร์แปลง C เป็นภาษา Assmebly ซึ่ง CPU ไม่เข้าใจโดยตรง แต่ง่ายต่อการแปลงเป็นอย่างอื่นนั่นคือ

3. Assempler แปลง Assembly เป็นลำดับของรหัสไบนารี่ที่ CPU เข้าใจโดยตรง คอมไพเลอร์บางคนข้ามขั้นตอนข้างต้น (ขั้นตอนที่ 2) และสร้างไบนารีที่คอมไพล์โดยตรงจากซอร์สโค้ด

เพื่อรับประกันว่าคอมพิวเตอร์เข้าใจโปรแกรมของคุณคอมไพเลอร์หรือล่ามจะให้ข้อผิดพลาดและมักจะหยุดถ้าพบสิ่งที่ไม่สามารถคอมไพล์ได้เช่นข้อผิดพลาดทางไวยากรณ์ หากโปรแกรมของคุณไม่สามารถรวบรวมได้มันจะไม่มีทางไปถึงจุดที่โปรแกรมของคุณจะพยายามเรียกใช้และล้มเหลวเนื่องจากไม่ได้ "เข้าใจ"

ในการสร้างภาษาใหม่คุณต้องออกแบบภาษาระดับสูงก่อนจากนั้นคุณต้องหาวิธีการแมปสัญลักษณ์ของภาษาใหม่ของคุณกับคำสั่งภาษาแอสเซมบลีที่ CPU ของคุณเข้าใจ