阅读更多
TIOBE 2015年5月编程语言排行榜发布,前三甲无变化,依然是:Java 、C、C++。

值得注意的是,在榜单中上升幅度较大的有:C++(+1.89)、C#(+1.52) 、Visual Basic.NET(+1.70),而这三门语言也是Microsoft Visual Studio的关键语言。这难道是巧合吗?

Visual Studio是为数不多的商业编程IDE之一,经得住时间考验,它与Eclipse一样,是工业化编程中最常用的集成化开发环境之一。而目前Visual Studio部分版本从几个月前就对用户免费了,用的人多了,对其份额的增长也有推动作用。所以,也难怪C++、C#以及Visual Basic.NET份额上升。

前20名的榜单:



前10名编程语言走势图:



以下是21-50编程语言排名:






必须声明,这个榜单本身采集的是英文世界的数据,虽然在反映趋势上有一些参考意义,但与中国的实际情况不完全符合,而且,这张采样本身也有相当大的局限性。

【说明】

TIOBE编程语言社区排行榜是编程语言流行趋势的一个指标,每月更新,这份排行榜排名基于互联网上有经验的程序员、课程和第三方厂商的数量。排名使用著名的搜索引擎(诸如Google、MSN、Yahoo!、Wikipedia、YouTube以及Baidu等)进行计算。请注意这个排行榜只是反映某个编程语言的热门程度,并不能说明一门编程语言好不好,或者一门语言所编写的代码数量多少。

这个排行榜可以用来考查你的编程技能是否与时俱进,也可以在开发新系统时作为一个语言选择依据。排行榜的详细定义可以参考这里(英文)。
  • 大小: 226.2 KB
  • 大小: 158.7 KB
  • 大小: 118.2 KB
  • 大小: 94.8 KB
2
2
评论 共 0 条 请登录后发表评论

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • TIOBE 6 月编程语言排行榜:C 与 Java 进一步拉开差距、Rust 跃进 TOP 20

    点击上方“Python大本营”,选择“置顶公众号” Python大本营 IT人的职业提升平台 整理 | 屠敏出品 | CSDN(ID:CSDNnews)编程语言社区 TIOBE ...

  • TIOBE 3 月编程语言:Swift 一路低走,Java 份额大跌

    整理 | 郑丽媛出品 | CSDN(ID:CSDNnews)编程语言社区 TIOBE 最新发布了 3 月编程语言排行榜。本月的榜单相较上个月并无太大变化,值得注意的是 Swift 自去年 10 月起就热度一直呈下降趋势,本月更是跌至 19 名,...

  • 2020年06月编程语言,Web 服务器,数据库排行榜

    最新 TIOBE 编程语言排行榜,关注编程语言动态 编程语言排行榜 TOP 50 榜单 排名 编程语言 流行度 对比上月 年度明星语言 1 C 17.19% 0.12% 2017, 2008, 2019 2 Java 16.10% ...

  • c#服务器后端_2020年最火编程语言出炉!关键特性、普及程度、薪资全方位解读(Python/Js/Java/C#/C篇)...

    导读:总结 2020 年最火的编程语言,需要衡量语言背景、特点、普及程度、薪资等很多角度。今天介绍的语言涉及Python、Javascript、C#、C。建议先收藏再看!译者:欧剃来源:优达学城Udacity(ID:youdaxue)世界上目前...

  • 12 种编程语言的起源故事

    过去的几十年间,大量的编程语言被发明、被替换、被修改或组合在一起。每种语言总在争论中诞生,又...敬仰之情促使了这篇文章的诞生,这里收集并分享了这五十年来最成功、最流行的十二门编程语言和它们的创造者的故事。

  • 2018 编程语言流行度趋势:Java 很稳,Python 潜力股

    国外一位技术爱好者 Ben 整理了一份最流行和最具影响力的编程语言清单,可以帮助开发者更好的预测 2018 年的编程语言发展趋势,同时,有针对性地选择和加强编程语言学习。这份清单的整理主...

  • 哪种编程语言好?大神为你分析 Go、Java、C、C++ 等主流编程语言

    在论述的过程中会结合华为各语言编程专家和华为电信软件内部的骨干开发人员的交流,摒弃语言偏好或者语言教派之争,尽量以客观公正的角度来论述下各个语言的特点和不足,对语言选型作为一个客观的参考。

  • 编程语言的起源

    随着 1990 年代互联网的发展, Sun 公司看见 Oak 在互联网上应用的前景,于是改造了 Oak,于1995年5月以 Java 的名称正式发布。Java 伴随着互联网的迅猛发展而发展,逐渐成为重要的网络编程语言。 与传统型态不同...

  • 【Java基础系列教程】第一章 编程入门

    2015年1月13日,微软正式终止了对Windows 7的主流支持,但仍然继续为Windows 7提供安全补丁支持,直到2020年1月14日正式结束对Windows 7的所有技术支持。 Windows 10: Windows 10是美国微软公司研发的跨平台及设备...

  • 2014 年编程语言排名,人人都爱 TypeScript

    前几年(2012版,2013版) 的排名缺少了 Andrew Binstock 的栏目 ——“编程语言的起伏”。这个在去年在已经闭刊的 Dr.Dobb Journal 上发表过了(Binstock 现在是甲骨文的 Java 杂志总编,但是我怀疑他在做编程语言...

  • 编程语言的起源故事

    敬仰之情促使了这篇文章的诞生,这里收集并分享了这五十年来最成功、最流行的十二门编程语言和它们的创造者的故事。 1、Java 的起源 1990 年代初,任职于 Sun 公司的詹姆斯·高斯林等人开始开

  • 编程语言流行度总结,Java 很稳,Python 潜力股

    在科技驱动的世界,各行各业都在从根本上发展技术,业界... 2018 年的编程语言发展趋势,同时,有针对性地选择和加强编程语言学习。 这份清单的整理主要考虑了 TIOBE,Indeed.com 和 Github 上的数据指标:

  • chatbox 本地部署大模型 私有化部署

    chatbox 本地部署大模型 私有化部署

  • Delphi 12.3控件之pdfium-win-x86.rar

    Delphi 12.3控件之pdfium-win-x86.rar

  • 图神经网络中注意力机制的应用及其最新研究进展

    内容概要:本文详细探讨了图神经网络(GNN)与注意力机制的结合,特别是在图结构数据处理中的应用。文章首先简要介绍了图神经网络和注意力机制的概念,接着重点介绍了图注意力网络(GAT),以及其他几种基于注意力机制的图神经网络模型,如GATE、GaAN、RGAT等。文中还讨论了这些模型在节点分类、图分类、链接预测等任务中的具体应用,并指出了现有模型存在的问题及改进措施。最后,文章展望了未来的研究方向,强调了提升模型表达能力、增强可解释性和构建多尺度结构的重要性。 适合人群:从事图神经网络研究的科研人员、研究生及相关领域的从业人员。 使用场景及目标:① 提升图神经网络在处理复杂图结构数据时的性能;② 改善图神经网络的可解释性和可视化能力;③ 设计更高效的图注意力机制以应对大规模图数据。 其他说明:本文不仅回顾了图注意力网络的经典模型,还介绍了最新的研究成果,为未来的研究提供了有价值的参考。

  • CSDN博客之星:技术分享盛宴助力交流与品牌成长

    文案: “CSDN博客之星”是技术圈的年度盛事,助力博主闪耀成长!通过参与评选,你不仅能提升个人品牌、链接行业大牛,还能在创作与交流中精进技术。活动汇聚优质内容与活跃作者,为技术人提供展示舞台。无论你是资深博主还是新人,这里都有机会被看见、被认可。原创干货+粉丝互动,让你的技术分享更有影响力!快来加入,与同行共赴星光之约! (注:严格控制在100字左右,突出活动价值与参与收益,简洁有力。)

  • 基于Qt的串口调试助手:协议解析与通信数据处理

    内容概要:本文详细介绍了使用Qt编写的串口调试助手的源代码及其功能特性。该工具不仅支持基本的串口通信,还集成了自定义协议解析、帧判断、通信数据保存等功能。文章重点展示了通信模块的核心代码,如帧同步处理、协议配置界面的设计、数据持久化、帧同步配置、文件保存功能以及定时发送功能等。此外,还提到了一些实用的小技巧和注意事项,如协议解析窗口的隐藏调试控制台、文件名生成规则、跨线程数据传递等。 适合人群:具备一定Qt编程基础,从事嵌入式开发或串口通信相关工作的工程师和技术爱好者。 使用场景及目标:适用于需要频繁进行串口调试的开发者,帮助他们提高调试效率,快速定位问题。具体应用场景包括但不限于智能设备调试、工业控制系统开发、物联网设备测试等。 其他说明:文中提供了大量代码示例,便于读者理解和实践。同时,作者分享了许多实际开发中的经验和技巧,有助于读者避开常见的陷阱并优化代码性能。

  • 基于PSO粒子群算法的PID控制器参数优化及其Matlab实现

    内容概要:本文详细介绍了如何利用粒子群优化(PSO)算法对PID控制器进行参数整定。首先解释了PSO的基本概念和工作原理,即通过模拟自然界中鸟群或鱼群的行为,在三维参数空间中寻找最佳的Kp、Ki、Kd值。文中提供了完整的Matlab代码示例,涵盖了从初始化设置、适应度函数定义到粒子位置更新的具体步骤。同时,作者分享了一些实用的经验技巧,如选择合适的粒子数量、惯性权重以及学习因子等参数,并讨论了不同适应度函数的选择对优化结果的影响。此外,还展示了PSO-PID的实际应用案例,包括与传统方法的性能对比,以及在非线性系统中的优越表现。 适合人群:自动化控制领域的研究人员和技术人员,尤其是那些希望提高PID控制器性能并减少手动调参工作量的人。 使用场景及目标:适用于各种工业控制系统中PID控制器的参数优化任务,旨在通过智能化手段获得更好的动态响应特性,如更快的调节时间和更低的超调量。对于复杂的非线性系统尤为有用。 其他说明:附带详细的代码注释和可视化工具,帮助读者更好地理解和掌握PSO-PID的工作流程。建议读者在实践中灵活调整相关参数,以适应不同的应用场景。

  • 人员数量检测+Python+YOLOv8

    运行程序,弹出选择本地图片窗口,选择一张带有人员的图片,检测出图片中的人员个数并用方框进行标注

  • Delphi 12.3控件之Sublime Text 4 Build 4189 x64.7z

    Delphi 12.3控件之Sublime Text 4 Build 4189 x64.7z

Global site tag (gtag.js) - Google Analytics