软件程序结构演变不完全简史
掰起指头（包括手指和脚趾）数，从当年写下第一行“10 PRINT”语句起，如今我也是超过20年“码”龄（指头不够数了）的老人家了。使用过的计算机语言（正经写过相对完整程序的那种）至少包括：BASIC、汇编、PASCAL、C、C++、R、Perl、Python、Javascript（按我的入门时间排序）。
最近Python我用得较多。不仅用于编写流程控制脚本、Notebook中实验ML/DL，还包括利用Django等框架构建网页应用。这个过程中，Python的数据生成器、Javascript的异步调用等特性，都让我产生一个感受：高级编程语言的各种语法，都在不断帮人提高关于软件程序结构的表达能力，使能以更“优雅”的方式，写出更复杂、却更不容易出错的代码来。
基于这些个人经历和理解，我整理了以下软件程序结构演变中的一些关键“发明”：
- 三大基本结构：顺序、条件和循环 从一开始学编程，无论接触哪种语言，都不可避免会学习到这三大基本程序结构逻辑。它们是编写任何程序的根基，是梦开始的地方。
顺序执行：程序按代码的顺序执行。
Image
条件执行：根据条件执行不同的代码段。
Image
循环执行：重复执行代码直到条件不再满足。
Image
- 子程序：代码复用的开端 随着程序日益复杂和庞大，必然出现大量重复代码。避免重复代码，就成了程序员的日常打怪行为。
子程序提供了一种高效的代码复用方式。通过将代码块独立出来，对其中少量需要改变的变量，以参数的形式暴露出来，让调用者按需加以控制。这极大提升了编程的效率和代码的可维护性。
Image
- 面向对象编程：从此有了你我他 很多子程序，经常需要传入相同或相似的变量。于是这些变量会被打包在一起，以诸如结构体的方式出现。这些结构体又往往跟特定的各种函数深度绑定在一起。久而久之，代表数据的结构体，与那些对结构体进行不同操作的函数，就合在一起，衍生出了类和对象的概念。面向对象编程（OOP，object-oriented programming），其实来得挺自然的。
通过对象的封装，有了对外可见或不可见，让代码清晰了许多。避免或降低了外部调用者错误更改了内部变量而不自知、导致诡异错误的可能。
Image
至此，单纯的对象封装，其实还仅是“object-based”（基于对象）的一种重复代码消除手法。直到有了对象的继承，通过继承一个类并定义新的变量和函数，使功能得到扩展，这才支撑起了完整的“object-oriented”（面向对象）的“编程范式”。
Image
- 消息驱动：别管其他，听我号令行事就是 消息驱动编程在Windows编程中占据了核心地位。当年，我在开始学习Windows 3.1图形界面编程时，编程思维逻辑就发生了第一次大幅度改变。
为了避免因业务逻辑长时间执行，而导致图形界面卡死，Windows重新定义了一整套所谓“协作式多任务”（cooperative multitasking）的编程框架。值得注意的是，这里的多任务，并非后来的多线程编程，它仍是在单个线程中实现了图形界面和业务的处理，只不过在任务调度上进行了创新。
在协作式多任务环境中，每个程序都需要定期“主动”释放控制权回到操作系统，以便其他程序可以获得执行的机会。这意味着每个应用程序对整个系统的响应性和稳定性负有很大责任。如果一个应用程序没有规律地或者根本不释放控制权，它可以独占CPU，导致系统变得无响应。 在这种模式下，程序员需要在编写应用程序时非常小心，确保应用程序在执行长任务时，能够适时地将控制权让出。这通常通过在代码中适当位置调用特定的系统调用来完成，这些系统调用使得操作系统可以处理其他任务的消息。正是这些问题，后来才有了Windows“抢占式多任务”（preemptive multitasking）的设计，不过这不是今天的主题，就不更多展开了。 下面的例子展示了一个典型的协作式多任务程序结构。它需要一个消息处理循环，作为WinMain函数的主体，贯穿几乎整个程序生命周期。其中的DispatchMessage函数，就会把控制权交还给操作系统。然后，操作系统会在需要时，再通过调用WindowProcedure，仅让程序（或用户）来处理必要的消息即可。
Image
Image
到MFC等大型框架的阶段，连这种消息循环，通常都被封装隐藏起来。这时我们根本无需理解整个程序，按需写出对应消息的处理过程也就够了。
- 多线程编程：都别闲着，全部都动起来 多核CPU的出现，让程序的流程变得更加复杂。要重复发挥这些CPU核的计算能力，我们就需要让程序启动多线程。这些线程往往会调用同一套代码，并操作同一份数据内容，这就导致了资源竞争等诸多问题。多线程编程，本质上都是在处理这些资源调度和竞争冲突解决的过程。
以下是一个简单的Python例子，演示两个线程竞争同一资源（在这里是简单的整数变量）时可能出现的问题。
Image
在上述代码中，我们期望shared_resource的值为200,000，因为两个线程各自增加100,000次。然而，由于操作系统线程调度和资源竞争，实际结果可能会小于200,000。这是因为当两个线程几乎同时读取并尝试更新shared_resource时，它们可能会在另一个线程写入新值之前覆盖对方的写入，导致所谓的“丢失更新”。 这个简单的例子揭示了在没有适当的同步机制（如锁）来控制对共享资源的访问时，多线程程序可能会遇到的问题。在实际应用中，解决这类问题通常涉及到使用互斥锁（mutexes）、信号量（semaphores）、条件变量（condition variables）或其他同步工具来确保数据一致性和线程安全。 多线程程序开发是超级大坑，每个细节都可以展开成一篇完整文章，甚至一个系列。这里就暂时不继续了。 6. 数据生成器：反正，一切按我的节奏来 数据生成器（data generator），这绝对是一个优雅的发明！而且，它在Python中，竟然是作为语言的原生语法被提供出来的。
我们在编程处理数据时，数据的获取过程，与数据的处理过程，经常未必是相同的节奏。为了充分协调两者，一个选择是使用多线程技术，比如，可以一个线程专用于数据获取，而另一个（或多个）线程专用于数据处理。但如前所述，多线程带来的资源竞争问题，会大幅增加程序开发和调试的难度。
在Python中，数据生成器提供了一种新的思路，来解决这个问题。如下面的例子所示，我们可以在数据获取（数据提供）端，仍然采用简单的循环处理方式（哪怕它是一个死循环），但程序并不会真的耗费计算资源，去执行这个死循环，而是仅仅按需地、挤牙膏似的，一个个把数据丢出来。
Image
这看起来打乱了程序的执行顺序，但它提供了一种更符合编程者思维习惯的支持，让程序员可以一鼓作气地解决业务问题，而无需考虑数据提供过程，到底采用推或是拉的方式。这大大减轻了编程的负担。
- 异步编程：心急如我，岂能等待
在使用JavaScript进行网页或应用程序开发时，异步编程模式是不可或缺的部分。
异步执行意味着当一个函数被调用时，它会立即返回，而不是等待所有操作完成。这种方式使得执行线程可以继续进行，而不必阻塞等待耗时操作，如网络请求或大型文件的读写。这对于维持用户界面的响应性和提高程序性能至关重要。
没有异步编程，每一个IO操作，不论是访问网络资源还是查询本地数据库，都可能导致界面冻结，影响用户体验。JavaScript通过回调函数、Promises、async/await等机制，提供了强大的异步编程支持，允许开发者以更直观和高效的方式管理并发操作和响应结果。
Image
上面这个例子中，fetchUserData函数通过fetch异步获取网络资源。它使用async关键字标记为异步函数，在函数内部使用await暂停函数执行，直到异步操作完成。这种模式使得异步代码看起来像是同步代码，增加了代码的可读性和维护性。同时，由于它不会阻塞，用户界面仍然是可响应的，用户不会遇到不愉快的等待时间。
尽管现今的软件程序结构已经相当成熟，但技术的不断进步总会带来新的变革。未来的程序员们定将在现在的基础上，继续推进软件程序结构的演进，使之更加完善和强大。相应地，我们也应持续学习，不断拓展自己的编程思维。
注：本文首发表于“不靠谱颜论”公众号，并同步至本站。