浅谈编程语言的类型系统

浅谈编程语言的类型系统

类型系统(type system)是一门编程语言最核心也是最基础的部分。无论该语言基于何种编程范式，都必须在开天辟地之初首先对类型系统作出明确的定义。这是因为，编程语言虽然五花八门，千奇百怪，但是归根结底，编程语言最终的目标，本质上无非是回答两个问题：

1. 如何表示信息；
2. 如何处理信息。

无论是面向过程的编程语言、面向对象的编程语言、函数式编程语言、并行编程语言或者其他任何千奇百怪的编程语言，其根本性的终极目标，就是回答以上两个问题。各种编程语言之所以差异颇大，其实就是对这两个问题给出的答案不同导致的。
在如何表示信息这一问题上，编程语言通常需要定义一些“基本存储单元”，作为整个语言世界的基本构成要素。这种思想很类似于我们对物理世界的认识——宇宙虽然鬼斧神工，丰富多彩，但是在微观上，整个世界仅仅是由少数寥寥几种基本粒子构成的（物理细节不必深究，这里只是打个比方）。但是奇怪的是，基本粒子就只有几种，为何却能构成地球、水、人、树、风这些看似截然不同的东西呢？答案在于，基本粒子虽然不多，但是自然界确立了一套简单而精妙的组合规则，使得基本粒子能够以许多种不同的方式组合在一起，由于组合方式的不同（结构差异），组合规模的不同（数量差异），导致了最终宏观表现的不同。
与现实物理世界类似，一门编程语言就确立了一个独特的“世界”，这个世界可能丰富多彩，千奇百怪。但是就如我们现实世界一样，繁杂的外表之下，骨子里都是由一些“基本粒子”，按照一定的组合方式构成的。那么究竟有哪些基本粒子，又允许进行何种组合，对编程语言所确立的世界最终的宏观结果影响非常巨大。甚至可以说是根本性的。
有一定编程经验的程序员，往往对类型系统不太关心。他们更感兴趣的是语言的其他特性，例如并行计算能力，编程风格，类库等等。这些特性当然非常重要，就生产环境的应用来说，语言特性甚至是处于次要地位的。类库被许多程序员认为比语言本身更重要。然而，坚实的应用是以对语言深刻的理解为基础的，花费一些时间对语言的本质进行研究，会对深入理解语言背后的设计考虑有很大的帮助。也能让我们避免陷入语言的陷阱，或者陷入与别人的口水战之中。
回到对类型系统的考虑，那么究竟什么是类型系统呢？
一门语言定义了一套基本类型的“集合”，这个集合就作为一个整体被称为类型系统。这一称谓中，涉及到两个关键词——“类型”和“系统”。
什么是“类型”？
计算机存储是以二进制方式进行的，并以连续的八个二进制位为一个基本单元——“字节”。从这一点来看，计算机存储是通用的，存储人类的文字或者存储图像、声音或其他别的媒介都没有内在的本质差异。但是奇怪的是，在编程语言概念上，却总是会引入一系列的大相径庭的“基本类型”。例如，int和double，一个存储整数，一个存储浮点数。如果我们考虑一下，就会发现其实int和double本身并没有什么差别，都只不过是若干个字节构成的存储单元而已。那么对他们进行区分意义何在？其实就“存储”概念而言，我们用二进制方式，以字节为单位来实现信息的存储，已经给出了信息表示的“终极答案”了。但是完成存储，只是整个计算机系统功能的一部分。如果仅仅是把信息存储，而不进行计算，那么计算机就不叫计算机，改叫存储机了。可见，问题的实质在于，我们要存储，更要计算。
int和double都是几个字节构成的，但是其运算规则截然不同，差异巨大。同样的，string和int或double也不相同。我们在string上进行拼接、删减、搜索、替换。但是在int上进行加减乘除。这些计算需求和内部实现上的差异，迫使我们的语言层次上进行明显的区分。
上面举的类型，都是来自C家族语言中的概念。但是我们也知道，在一些语言中，不需要我们对类型进行显式的说明。但是不说明不代表不存在。只不过一个是程序员显式声明，一个是编译器（或解释器）自主推导；一个是把责任推给程序员，一个是把责任推给编译器作者。类型系统总是内在的存在的。永远没有被去除。
什么是“系统”？
坦白讲，这是一个非常模糊的概念。我们会说操作系统、消化系统、生态系统……各种各样的系统，然而对于系统本身是什么，在不同的科学领域有截然不同的定义。通常我们所说的系统中，存在一些基本要素（软件模块、细胞、物种等等），然后存在一定的相互作用关系（函数调用、细胞连接、捕食与被捕食等等），在此基础上实现一定的功能（完成金融计算、排解人体毒素、完成有机物的自然循环等等）。那么我们就把这些基本元素，以及其构成方式，统称为一个系统。
之所以说“系统”是个模糊的概念，原因在于，这一概念本身并非原子概念，一个系统，也可能再分解为一系列的子系统，例如操作系统就可以分为输入输出子系统，绘图子系统等等，人体内的消化系统也能够分解为一系列的子系统。而子系统又可在更小的级别进行分解。系统的划分是相对的，系统的构成也是相对的，因此其本身常常是模糊的。
这么说来，如果要追究系统一词的内涵，会很困难。但是在我们讨论的编程语言这一领域内，当提到“类型系统”时，系统其实就是指：

• 一组基本类型构成的“基本类型集合”；
• “基本类型集合”上定义的一系列组合、运算、转换方法。

这两点合起来，就成为了我们的“类型系统”。只要做到这两点，就已经非常强大了。这其中，“基本类型集合”是一个非常小的有限集合，也就寥寥几个元素，而“组合、运算、转换”等规则，也是一个较小的有限集合。但是通过选择不同的元素进行组合，这两个有限的集合之上，却衍生出了一个无限集合——“类型空间”。
理解这一点非常关键。因为这恰好符合了我们对自然界构成的认识——有限的若干种基本粒子，有限的若干种基本规则，结果却是无限可能性的巨大世界。
这一简单优雅而惊人的世界构成观，贯穿了人类现实世界和计算机编程语言所定义的虚拟世界。或许语言的设计者也没有料想到，但是最终的结果确实是有限的设计导出了无限的可能性。
所以，当认识到这一点之后。就再也不会轻视类型系统，再也不会把类型系统看得简单，自以为十分了解了。而类型系统设计上的细微差异，最终也会导致截 然不同的类型空间，导致对信息表达方式的巨大差异。那么还有什么理由不认真的研究这一基本要素的呢？还有什么理由让我们逃开这一许多程序员认为“简单”的主题呢？