谈编程

两年前，我在高中母校举办的夏令营上做了关于信息学竞赛的报告。两年前，我告诉同学们，编程是一种技能，每个人都可以且应该掌握，就如同驾驶一样。两年前，我浏览同学们的反馈，有一个女生写道，驾驶不仅仅是一种技能，人们还能从中获得享受，比如驾驶一辆好车。我陷入沉思，编程在作为一种技能的同时，还有没有其他属性，难道也如驾驶一般，用一台更好的电脑编程更能获得享受？两年后，回过头来发现自己的思考实在荒谬：人们从编程中当然能获得享受，但这种享受与硬件条件关系甚少，而更多源自编程本身。驾驶可以说是操控载具的艺术，而编程，则是操控数据的艺术。

数据

当我谈编程时，我想说的是数据。这是一个滥用“大数据”的时代，那么“数据”究竟是什么呢？整数？实数？还是字符串？不对，这些都只是数值，数据本身应该是一种更抽象的东西。可以拿表格来举例子，一张表格就可以认为是数据。能不能把表格视作与整数、实数、字符串一样，只不过是另一种数值呢？恐怕不太适合，表格有一个很明显的差异，就是它是有结构的，即表格有一些内在的结构（如行列），而数值填充在这结构中。所以，数据是有结构的数值集合，而数值，则是相对无结构的信息实体。

人们从实践中获得各种数值，为了分析其意义，往往按照一定的方式对数值进行结构化，得到适于分析的数据。初中的时候每逢大型考试，老师们在批改结束后会将每个学生每个科目的得分一一输入电脑，对每个学生生成一个元组，包括了学号、姓名、班级、分数等属性的数值，最后把所有的元组聚集在一起构成数据库，此时就可以做各种分析了（如平均分）。那么，人们为什么要这么做呢？所有人的试卷堆在一起，想算平均分一张一张加就好了，为什么要花时间整理成结构化数据呢？原来，人们不仅仅想算平均分，可能还要算最高分、及格率什么的，这时直接操作原始数值的堆砌就显得很笨拙了。整理得到结构化数据，能够帮助更方便地重用数据。

还是考试的问题，现在我们得到数据了，可以得心应手地做各种分析了，但很快我们又发现了新问题：最高分、平均分等任务操控数据的方式其实是非常雷同的，但我们却重复了一遍又一遍。人力成本是很高的，如果有一个机器能帮助我们完成各种相似的分析过程，该多好！但问题在于，我们显然不可能为每种数据操控任务去造一台机器。这个问题要怎么解决呢？

前辈们已经给出了答案，就是通用数据操控机器。什么叫“通用”呢？前辈们观察到，很多任务都可以分解为很多小的动作，比如算平均分，就可以分解为把两个数加起来放到一个地方，以及把两个数作除法放到一个地方，这两个小的动作。如果我们能找到一个“小动作”集合，由这些“小动作”的各种组合可以进行多种多样的数据操控，然后我们再为每个小动作找到一种高效的机械实现，那么下一次我们要处理数据时，就可以把其“小动作”序列输入给这个机器，机器不就可以自动地去处理数据了吗！

如果你认可上面的解答，那你已经触及到编程的核心了。所谓编程呢，就是在给定“小动作”集合的前提下，对于一个数据处理任务，合理地组织“小动作”构成操作序列，使得其正确而高效地完成任务。

算法

当我谈编程时，我想说的是算法。上面提到，编程的核心就是对数据处理任务写出正确而高效的操作序列。这乍一看是个很容易的问题——不就是用机器模拟人的动作嘛！但别忘了，这个通用机器相比起人，其能力是很受限的，优势也许仅仅在于完成“小动作”时能比人更快。举个例子，假设我们要把所有学生的数据按学号排序，而我们能使用的“小动作”又只有简单的数据比较和数据移动呢？一个简单的想法是，就像打扑克时大家摸牌的方法一样，每次取出一个元组，将它与前面排好序的元组一一比较，并插入到合适的位置。这个方法固然正确，但它效率如何呢？真的高效吗？

还有一个或许不太容易理解的方法，就是我们先把所有学生元组均分为两组，然后两组分别排序，然后将两组排序的结果合併在一起。注意在描述中出现了“两组分别排序”，这其实是一个自引用，即分别排序时使用的方法也是：将元组分成两组，然后再分别排序。举个例子，对下面8个数进行排序：

[8,7,2,1,4,5,6,3]

先分为两组：

[8,7,2,1] [4,5,6,3]

为了省篇幅就拿第一组继续演示：

[8,7] [2,1]
[8] [7] [2] [1]

当分到每组只有一个时，自然可以认为这组已经排好序了，所以我们可以合并结果：

[7,8] [1,2]

再合并：

[1,2,7,8]

假设第一次分的时候的另外一组也这样排好了，得到：

[1,2,7,8] [3,4,5,6]

最后合并：

[1,2,3,4,5,6,7,8]

例子很简单。那么问题来了，这个方法对任意的序列都正确吗？高效吗？与上一段的逐一插入的方法孰优孰劣？

这并不是一个那么容易回答的问题，而这还仅仅只是一个简单的数据处理任务。人们为了研究这个问题，提出了算法，即对“小动作”操作序列的正式称谓，并发展出各种各样的研究：从分析算法的正确性、效率，到各种算法设计的方法。实际上，算法设计与分析是一个很大的领域，人们针对各种各样的问题设计出了很多优美的算法，难怪大家会感叹算法设计的艺术。有前辈说过，“程序=数据结构+算法”，由上面的讨论，这个断言便很好理解了吧。

抽象

当我谈编程时，我想说的是抽象。这也是我认为编程是一种艺术的原因。这里的抽象，与印象派那种抽象是不一样的。编程里的抽象，与所谓的建模有点类似。人们在解决不同的问题时，往往会建立不同的模型。如果我们把一些建模的过程给串起来，即在一个模型之上再构建一个模型（后者某种程度上依赖前者），那么不同的模型相当于可以解决不同层次的问题，这就叫做抽象。

举个例子，还是刚才的考试数据处理，从原始数值到有结构的学生信息元组数据，可以认为后者是对前者的抽象——我们建立了学生信息的模型；然后，我们为了建立通用数据操控机器，设计了一套操控数据的“小动作”，这套“小动作”就是在学生信息模型上建立起新的抽象，我们可以通过这个层级上的“小动作”去操控相对底层的数据。还能进一步抽象吗？比如我们的任务常常需要对一列数求和，那么我们完全可以在“小动作”层上再做一层抽象，提供数列的求和接口，那么我们在编程时可以直接用这个接口对一列数求和，而不用触碰相对底层的“小动作”。

从这个例子中可以看出，抽象是编程解决问题中至关重要的方法，因为我们使用的是通用数据操控机器，而我们解决的问题却是领域特定的，这个领域可能有它自己的描述系统。那么，我们可以通过抽象，在通用数据操控层上设计领域特定模型，为解决领域特定问题提供接口。其实，抽象正是一种设计，从而它使得编程成为了一种艺术。

电脑上安装的操作系统，也是个很好的例子。电脑可以认为是一种通用数据操控机器。这个机器本来是几乎啥也没有的，没有计算器、没有表格……而操作系统的设计者则先建立一层抽象，设计出各种接口，包装起对硬件的操控，并另外设计了一套“小动作”，可以更方便、更有逻辑地调用各种接口。然后，操作系统的设计者再在这一层上建立各种模型——处理文档的模型、处理幻灯片的模型……其实，这就是所谓的软件。

作为结尾，需要提醒大家的是，编程者设计抽象的品味是大相径庭的。一些商业上很成功的程序其实有着很坏的设计。如果想要学习编程，那一定要严格地审视自己的和他人的程序，思考并评价其设计，并慢慢形成自己的“编程品味”。