程式設計，以及為什麼他們提倡像C ++這樣的靜態語言
> Photo by Alex Kotliarskyi on Unsplash
事實並非所有人都同意。
許多高階開發人員表示，他們發現使用動態型別的語言令人頭疼。下面的響應收集了大部分拍手。
“對不起，什麼？動態型別的語言比靜態型別的語言容易出錯嗎？抱歉，但是不是我21年的軟體開發生涯。”—拉斯姆斯·舒爾茨（Rasmus Schultz）
遵循此答案，我決定彙總使高階開發人員避開動態鍵入語言的主要原因，並在此處列出這些理由以消除誤解。
為了更好地解決此問題，由於Python的迅猛發展，我們將以Python作為動態型別語言的示例。
動態型別在這種情況下鍵入與擊鍵無關。這個詞是從資料型別派生的。
在程式設計方面，許多型別的類（例如強型別和鴨子型別）都可以發揮作用。但是，我們將自己限制為最常見的幾個：
動態型別靜態型別動態型別是在執行時標記型別錯誤的情況。也就是說，也不必像Python，Ruby和JavaScript那樣顯式宣告資料型別。
與動態型別相反，靜態型別是在編譯期間報告型別錯誤和顯式宣告資料型別的報告。C，C ++和Java就是這種情況。
一般來說，關於Python和程式語言的有趣之處在於，它們的某些優點還是缺點。
為了讓您當場，請考慮以下Python程式碼示例：
max_number = 12my_list = []for i in range(1, 5): max_numbre = 2 * (max_number * i) my_list.append(max_number)print(my_list)輸出：
[12, 12, 12, 12]
在上面的示例中，我們要對變數max_number執行計算並將結果儲存在列表中。但是，我們可以看到這一切都沒有發生，並且結果是錯誤的。這是因為在for迴圈中，我們拼錯了max_number，導致建立了另一個名為max_numbre的變數。
任何人都可能犯此類錯誤，尤其是在工作壓力很大的人身上。
但是，在像C ++這樣的靜態型別語言中，必須在使用前宣告變數。而且您一定要進行執行前分析，以確保您的變數型別協調一致。由於可以更好地控制變數，因此最終可以提高安全性。
全域性解釋鎖高階開發人員會對效能感到驚訝的一件事是效能。
與初級人員不同，初級人員需要處理幾行程式碼，維護和編寫健壯的生產程式碼（通常為數百行或數千行程式碼），是由經驗豐富的開發人員承擔的。因此，擁有高效的程式語言可能會變得毫無疑問。
就是說，由於全域性直譯器鎖（GIL）禁止充分利用計算機的資源，因此它是程式語言（如Python和MRI Ruby）的效能瓶頸。GIL損害的資源是CPU執行緒。
不過，不使用GIL的程式語言會充分利用CPU的功能。因此已知它們支援平行計算。
平行計算無非就是讓所有執行緒同時執行。由於需要處理的天文資料數量眾多，因此這種型別的計算現在比以往任何時候都更加重要。
下圖是一個平行計算的示例：
> Example of all CPU threads running. Diagram created by the author in diagram.net
可以合理地假設，在相同的CPU時鐘速度下，計算機擁有的執行緒越多，程式執行速度就越快。
但是，GIL的出現終結了平行計算。
GIL是一種鎖，一次僅允許一個執行緒使用GIL。執行緒的選擇遵循排隊方式。這意味著，當具有最高優先順序的執行緒正在使用GIL時，其他執行緒將處於等待狀態，直到釋放GIL。
最重要的是，使用者無法控制執行緒選擇。相反，作業系統是負責執行緒優先順序排序的作業系統。
下圖最好地說明了發生的方式：
> GIL effects on the threads. Diagram created by the author in diagram.net
為了解決此問題，許多程式設計師，或者至少是聰明的程式設計師，嘗試使用例如Python的多執行緒模組線上程之間手動拆分程序，以期獲得更好的效能。他們最終最終會獲得更差的效能。
儘管結果似乎很奇怪，但它是計算機科學，而不是計算機推測。如果您對問題進行更深入的研究，那麼一切都應該放到位。
儘管Python的核心開發團隊完全意識到了這個問題，但很難擺脫GIL，因為它是Python許多細節的骨幹，例如記憶體管理和C擴充套件（僅舉幾例）。
Python的正式作者Guido van Rossum表示，他對Python是否會支援平行計算並不充滿信心，因為這最終是該語言的設計方式。
但是，諸如C ++之類的靜態型別語言不受GIL的限制。這使得它們在比較中效率很高。
空格敏感性使用一種會因空格錯位和缺失而標記錯誤的程式語言，可能並不是每個人的功勞。這些空格是空格，製表符，換行，返回或換頁。例如，與C不同，Python確實對空格敏感。
我們將透過以下C和Python程式碼之間的比較來證明這一點。
Python版本：
i = 50if i % 2 == 0: print("inside if statement") print("i is even")輸出：
print("inside if statement") print("i is even") ^SyntaxError: invalid syntax
C版：
#include<stdio.h>int main(void){int i = 50;if (i % 2 == 0){printf("inside if statement\n");printf("i is even\n");}}輸出：
~/ $ ./test1inside if statementi is even
與抵制混亂的程式碼結構並最終得到正確輸出的C版本不同，Python生成的語法錯誤最初是由語句放置錯誤引起的。因此，有人會說Python不如C ++或原始C健壯。
具有諷刺意味的是，儘管許多專業程式設計師認為空白敏感性很煩人，但許多Pythonista人士認為處理空白問題比最後進行列追逐要好。
最後，在處理大型程式碼塊時，空格敏感性問題令人討厭。但是，如果在團隊中灌輸良好的編碼習慣，則可以輕鬆解決空白敏感性問題。
向後相容不支援向後相容性意味著舊版本的Python程式碼在新版本下可能無法工作。換句話說，絕對需要查詢新版本中發生的語法更改，並相應地重寫其程式碼。
當向後相容性成為一個嚴重問題時，一個很好的例子是第一次從Python 2過渡到3。
Python核心開發團隊認為，人們將Python 2程式碼轉換為Python 3不會有問題。但是他們錯了。
Python的作者本人在講話時承認了這一點：
“我們低估了多少人已經編寫了大量的Python程式碼，然後基本上忘記了它是如何工作的。因此，他們不是很擅長升級它。我們意識到那裡存在問題。”
關於該問題的裁決是延長了Python 2.7的壽命。
總結程式語言一直是熱門話題，因此不能將其視為對與錯。至少有一些原因使他們偏愛另一種語言。
通常，每種通用程式語言都適合特定的人群。Python的官方作者說：
“學習使用Python程式設計比學習使用Java或Swift程式設計容易得多。對於學習計算機科學的專業軟體開發人員來說，Java和Swift是很棒的程式語言。然後開始為一家軟體開發公司工作。但是Python可以教給初中的孩子。”
除此之外，最理想的情況是擁有一種可以結合C ++和Python優點的程式語言。