计算机“翻译”历程
本文最后更新于：4 个月前
01 机器语言
计算机刚发明那会儿，人们就是拨弄各种开关、操作各种电缆把程序“输入”到计算机中去。
这所谓的程序，可真的是 0110000111 这样的二进制，我真是佩服这些程序的设计者和操作员们，太不可思议了。
这种原始的方式也决定了难于诞生超大型程序，因为太复杂了，远远超过人脑能思考的极限。
后来人们做了点改进，把程序打到穿孔纸带上，让机器直接读穿孔纸带，这下子就好多了，终于不用拨弄开关了。
但程序的本质还是没有变化，依然是在使用二进制来编程。
如果这个样子一直持续下去，估计这个世界上的程序员会少的可怜：编程的门槛太高了。
比如说你的脑子里得记住这样的指令：
1 | |
你还得记住每个寄存器的二进制表示：
1 | |
综合起来就像这样：
0000 1000 000000000001 它的意思是说，把编号为1的内存中的值装载到寄存器A当中
0010 1000 1001 的意思是把寄存器A和寄存器B的值加起来，放到寄存器A中。
整天生活在这样的世界里，满脑子都是0和1，人估计就抑郁了。
当时的程序员像熊猫一样稀少，不，肯定比熊猫更少，他们都要用二进制写程序。
02 汇编语言
既然二进制这么难记，人们很快就想到：能不能给这些指令起个好听的名称呢？
0000 : LOAD
0001 : STORE
0010 : ADD
寄存器也是一样的：
1000 : AX
1001 : BX
这下读来容易多了：
ADD AX BX
人们给这些帮助记忆的助记符起了个名字：汇编语言。
但是计算机是无法执行汇编语言的，因为计算机这个笨家伙只认二进制，所以还得翻译一下才行。
于是汇编器隆重登场了，他专门负责汇编语言写的程序翻译为机器语言，这个翻译的过程比较简单，几乎就是一一对应的关系。
汇编语言解放了人们的部分脑力，可以把更多的精力集中在程序逻辑上了。越来越多的人学会了使用汇编来编程，写出了很多伟大的软件。
汇编的优点是贴近机器，运行效率极高，但是缺点也是太贴近机器，直接操作内存和 CPU 寄存器，不能结构化编程，每次函数调用还得手动把栈帧给管理好，这对于一般的程序员来讲太难了！
在过去人们把穿孔纸带和汇编语言都称为低级语言，把这个时代称为机器语言编程时代。
生活在这个时代的人们是很幸福的，因为翻译工作十分简单。但是用汇编写程序的人还是太少。
03 高级语言
人类的欲望是无止境的，人们一直在探索用一种更高级的语言来写程序的可能性，这种高级语言应该面向人类编写和阅读，而不是面向机器去执行。
人类想要的高级语言是这样的：
声明各种类型的变量来表示数据，而不是用寄存器。例如：
int value = 100
能使用复杂的表达式来告诉电脑自己的意图：
salary = 1000 + salary * 12
可以用各种控制语句来控制流程：
if .. else , while(....) ....
还可以定义函数来封装、复用一段业务逻辑：
int get_primes(int max) {.....}
但是高级语言和低级语言之间存在着巨大的鸿沟，怎么把高级语言翻译成可以执行的机器语言是个非常难的问题！
人类在黑暗中摸索了很久才迎来一丝光明，1957年，第一个高级语言的编译器才在 IBM704 的机器上运行成功。更重要的是乔姆斯基对自然语言结构的研究，把语言文法做了分类，有了 0 型文法，1 型文法，2 型文法，3 型文法，这一下子给人们的翻译工作奠定了理论基础。
由于翻译的复杂性，除了汇编器之外，很多新成员加入进来，大家分工合作，把高级语言翻译成低级语言。
第一步 词法分析
比如高级语言的源程序是这样：
total = 1000 + salary * 12
我们把它看成一个个的片段，每个片段叫做 Token。
- 标识符 total
- 赋值符号 =
- 数字 1000
- 加号 +
- 标识符 salary
- 乘号 *
- 数字12
程序中的空格被无情的删除了，但是底层编译的人们还会建立一个符号表让后面的人去使用：
第二步 二叉树就会接管，它非常厉害，会做语法分析，用一个上下文无关的语法理论，把之前生成的 Token 按照语法规则组建成一棵树
第三步 做语法分析，要看看这些标志符的类型，作用域是不是正确，运算是否合法，取值范围有没有问题等等。
第四步 最重要，把中间代码生成，代码优化，以及最后的代码生成。
比如第四步根据语法树生成的中间代码如下：
temp1 = id2 * 12 //把id2乘12的值赋值给temp1
temp2 = 1000 + temp1 //把1000+temp1的值赋值给temp2
id1 = temp2 //把temp2的值赋值给id1
注意：id2 就是 salary, id1 就是 total
然后再优化一下：
temp1 = id2 * 12 //把id2乘12的值赋值给temp1
id1 = 1000 + temp1 //把1000+temp1的值赋值给id1
然后翻译成汇编：
MOV id2 AX
MUL 12 AX
ADD 1000 AX
MOV AX id1
这已经非常接近运行了！
但是，这id1（total）,id2 (salary) 只是两个符号，计算机根本不知道是什么东西，计算机只关心内存和寄存器，所以还得给这两个家伙分配空间，得到他们的地址。
如果这两个变量是在别的文件中定义的，还需要做一件特别的事情：链接！
通过链接的方式，把变量的真正地址获取到，然后修改上面的id1, id2, 这样才能形成一个可以执行的程序。
在翻译的过程中，如果有任何步骤出了错误，控制台就会通知程序员，告诉他哪个地方写错了，改正后重新再来。
这非常重要，没有这项翻译工作，人类就无法使用高级语言来编程，像C, C++, Pascal, C#, Java 这样影响力巨大的语言就不会出现。
底层汇编器、链接器、编译器、解释器和操作系统、数据库、网络协议栈等软件一起，成为了计算机世界底层的基础软件。
现在所谓的高级语言一点也不高级，只有经过训练的专业人士才能使用，希望在未来会出现完全用自然语言来写程序。这样世界会变得无比的和谐。 👀