Чому імена змінних не можуть починатися з цифр?

Я деякий час працював з новим розробником C ++, коли він задавав питання: "Чому імена змінних не можуть починатися з цифр?"

Я не міг придумати відповідь, за винятком того, що деякі числа можуть містити текст у них (123456L, 123456U), і це було б неможливо, якби компілятори думали, що все з деякою кількістю альфа-символів - це ім'я змінної.

Це була правильна відповідь? Чи є ще причини?

string 2BeOrNot2Be = "that is the question"; // Why won't this compile?

Тому що тоді рядок цифр буде дійсним ідентифікатором, а також дійсним числом.

int 17 = 497;
int 42 = 6 * 9;
String 1111 = "Totally text";

Ну подумайте про це:

int 2d = 42;
double a = 2d;

Що таке? 2,0? або 42?

Підказка, якщо ви цього не отримаєте, d після числа означає число, перш ніж воно буде подвійним буквальним

Зараз це конвенція, але вона почалася як технічна вимога.

За старих часів аналізатори мов, таких як FORTRAN або BASIC, не потребували використання пробілів. Отже, в основному, ідентичні:

10 V1=100
20 PRINT V1

і

10V1=100
20PRINTV1

Тепер припустимо, що дозволені числові префікси. Як би ви трактували це?

101V=100

як

10 1V = 100

або як

101 V = 100

або як

1 01V = 100

Отже, це було зроблено незаконно.

Оскільки у лексичному аналізі під час складання уникається зворотного відстеження. Змінна типу:

Apple;

компілятор дізнається, що це ідентифікатор відразу, коли він зустріне букву "A".

Однак змінна типу:

123apple;

компілятор не зможе визначити, чи є це число чи ідентифікатор, поки він не потрапить на "a", і в результаті йому потрібно зворотне відстеження.

Компілятори / парсери / лексичні аналізатори були для мене дуже давно, але, я думаю, пам’ятаю, що виникли труднощі з однозначним визначенням того, чи числовий символ у блоці компіляції являє собою буквальний чи ідентифікатор.

Мови, де простір незначний (наприклад, ALGOL та оригінальний FORTRAN, якщо я правильно пам’ятаю), не могли прийняти цифри для початку ідентифікаторів з цієї причини.

Це відбувається назад - перед спеціальними позначеннями для позначення бази даних чисел.

Я згоден, було б зручно дозволити ідентифікаторам починати з цифри. Один або двоє людей згадували, що ви можете обійти це обмеження, попередньо підкресливши підкреслення свого ідентифікатора, але це справді некрасиво.

Я думаю, що частина проблеми пов'язана з літеральними цифрами, такими як 0xdeadbeef, які важко придумати легко запам'ятовуються правила для ідентифікаторів, які можуть починатися з цифри. Одним із способів зробити це може бути дозволити що-небудь відповідне [A-Za-z _] +, що НЕ є ключовим словом чи літеральним числом. Проблема полягає в тому, що це призведе до дозволення дивних речей, таких як 0xdeadpork, але не 0xdeadbeef. Зрештою, я думаю, що ми повинні бути справедливими до всіх страв: P.

Коли я вперше вивчив С, я пам'ятаю, як відчував, що правила змінних імен були довільними та обмежувальними. Найгірше, що їх важко було запам'ятати, тому я відмовився намагатися їх навчитися. Я просто зробив те, що відчував себе правильно, і це спрацювало досить добре. Тепер, коли я навчився багато іншого, це не здається таким поганим, і я нарешті взявся навчитися правильно.

Ймовірно, рішення, яке було прийняте з кількох причин, під час розбору маркера вам потрібно лише подивитися на перший символ, щоб визначити, чи є він ідентифікатором чи буквальним, а потім відправити його в правильну функцію для обробки. Отже, це оптимізація продуктивності.

Іншим варіантом було б перевірити, чи не є він буквальним, і домен ідентифікаторів залишити всесвітом за мінусом літералів. Але для цього вам доведеться вивчити кожного символу кожного маркера, щоб знати, як його класифікувати.

Існують також стилістичні наслідки, що ідентифікатори повинні бути мнемонічними, тому слова запам'ятовуються набагато простіше, ніж числа. Коли писалося багато оригінальних мов, встановлюючи стилі протягом наступних десятиліть, вони не думали про заміну «2» на «на».

Імена змінних не можуть починатися з цифри, оскільки це може спричинити деякі проблеми, як нижче:

int a = 2;
int 2 = 5;
int c = 2 * a; 

яке значення c? це 4, або 10!

ще один приклад:

float 5 = 25;
float b = 5.5;

є першим 5 числом, або є об'єктом (. оператором) Існує аналогічна проблема з другою 5.

Можливо, є і інші причини. Отже, ми не повинні використовувати жодну цифру в початковому імені змінної.

Використання цифри для початку імені змінної значно ускладнює перевірку помилок під час компіляції чи інтерпертації.

Дозвіл назви змінних імен, які почалися як число, можливо, спричинить величезні проблеми для дизайнерів мови. Під час розбору вихідного коду кожен раз, коли компілятор / інтерпретатор стикався з маркером, який починався з цифри, де очікується ім'я змінної, доведеться шукати величезний складний набір правил, щоб визначити, чи маркер був дійсно змінною, або помилка . Додана складність, додана до мовного аналізатора, може не виправдовувати цю особливість.

Наскільки я пам'ятаю (приблизно 40 років), я не думаю, що я ніколи не використовував мову, яка дозволяла використовувати цифру для початку імен змінних. Я впевнений, що це було зроблено хоча б раз. Можливо, хтось тут насправді десь бачив це.

Як зауважило декілька людей, існує багато історичного багажу про дійсні формати змінних імен. І на мовних дизайнерів завжди впливає те, що вони знають, коли створюють нові мови.

Однак, майже весь час мова не дозволяє іменам змінних починатися з цифр, тому що це правила дизайну мови. Часто це відбувається тому, що таке просте правило робить синтаксичний розбір і лексику мови значно простішим. Не всі дизайнери мови знають, що це справжня причина. Сучасні засоби лексингу допомагають, адже якщо ви спробуєте визначити це як допустиме, вони дадуть вам розбір конфліктів.

OTOH, якщо ваша мова має однозначний ідентифікаційний символ для вісення імен змінних, можна встановити їх, щоб вони починалися з числа. Подібні варіанти правил також можуть бути використані для дозволу пробілів у назвах змінних. Але отримана мова, ймовірно, не дуже схожа на будь-яку популярну звичайну мову, якщо вона взагалі є.

Для прикладу досить простої мови шаблонів HTML, яка дозволяє змінним починатися з чисел та вбудованих пробілів, подивіться на Qompose .

Оскільки, якщо ви дозволили ключовому слову та ідентифікатору починати з числових символів, лексери (частина компілятора) не змогли легко розмежовувати початок числового букваря та ключового слова, не отримуючи набагато складніше (і повільніше).

Обмеження довільне. Різні Lisps дозволяють назви символів починати з цифр.

COBOL дозволяє змінним починатися з цифри.

C ++ не може його мати, оскільки мовні дизайнери зробили це правилом. Якби ви створили свою власну мову, ви, безумовно, могли це дозволити, але ви, мабуть, зіткнетеся з тими ж проблемами, що і вони, і вирішите не допустити. Приклади імен змінних, які можуть викликати проблеми:

0x, 2d, 5555

Однією з ключових проблем щодо розслаблення синтаксичних умовностей є те, що воно вводить когнітивний дисонанс у процес кодування. Як ви думаєте про свій код, може бути глибоко впливає відсутність ясності, яку це введе.

Чи не Дикстра сказав, що "найважливішим аспектом будь-якого інструменту є його вплив на його користувача"?

Можливо, тому, що людині простіше сказати, чи є це чи ідентифікатором, і через традицію. Наявність ідентифікаторів, які можуть починатися з цифри, не сильно ускладнить лексичне сканування.

Не всі мови мають заборонені ідентифікатори, починаючи з цифри. У Forth вони можуть бути числами, а малі цілі числа зазвичай визначаються як слова Forth (по суті, ідентифікатори), оскільки швидше читати "2" як звичайний спосіб натиснути 2 на стек, ніж розпізнати "2" як число значення якого було 2. (Обробляючи вхід програміста або блоку диска, система Forth розділила б вхід у відповідності з пробілами. Спробує переглянути маркер у словнику, щоб побачити, чи це визначене слово, і якщо не намагається перевести його в число, а якщо ні, позначив би помилку.)

Припустимо, ви дозволили назви символів починати з цифр. Тепер припустимо, ви хочете назвати змінну 12345foobar. Як би ви відрізнили це від 12345? Насправді це не дуже важко зробити з регулярним виразом. Проблема - це насправді одна з ефективності. Я не можу пояснити, чому це дуже докладно, але це, по суті, зводиться до того, що для диференціації 12345foobar від 12345 потрібно зворотний трек. Це робить регулярний вираз недетермінованим.

Там набагато краще пояснити це тут .

компілятору легко ідентифікувати змінну за допомогою ASCII на місці пам'яті, а не на номер.

Компілятор має 7 фаз наступним чином:

1. Лексичний аналіз
2. Синтаксичний аналіз
3. Семантичний аналіз
4. Проміжне покоління коду
5. Оптимізація коду
6. Генерація коду
7. Таблиця символів

Уникає зворотного відстеження на етапі лексичного аналізу при складанні фрагмента коду. Змінна, як Apple, компілятор дізнається свій ідентифікатор відразу, коли він зустріне символ "A" у фазі лексичного аналізу. Однак, змінної на зразок 123apple, компілятор не зможе визначити, чи є її номером чи ідентифікатором, поки не потрапить на 'a', і воно потребує зворотного відстеження, щоб перейти на етапі лексичного аналізу, щоб визначити, що це змінна. Але це не підтримується в компіляторі.

Коли ви розбираєте маркер, вам потрібно лише подивитися на перший символ, щоб визначити, чи є це ідентифікатором чи буквалом, а потім надіслати його правильній функції для обробки. Отже, це оптимізація продуктивності.

Я думаю, що проста відповідь - це може, обмеження засноване на мові. У C ++ та багатьох інших він не може, оскільки мова не підтримує його. Це не вбудовано в правила, щоб це допустити.

Питання схоже на питання, чому король не може переміщати чотири проміжки одночасно в шахах? Це тому, що в Шахах це незаконний хід. Чи може це в іншій грі точно. Це просто залежить від правил, які виконуються.

Спочатку це було просто тому, що простіше запам'ятати (ви можете надати йому більше значення) імена змінних як рядки, а не числа, хоча числа можуть бути включені в рядок, щоб поліпшити значення рядка або дозволити використовувати те саме ім'я змінної, але позначають його як окремий, але близький сенс чи контекст. Наприклад, loop1, loop2 і т.д. завжди дасть вам знати, що ви знаходитесь у циклі, та / або цикл 2 був циклом у циклі1. Який би ви хотіли (має більше значення) як змінна: адреса або 1121298? Що легше запам’ятати? Однак, якщо мова використовує щось для позначення того, що це не просто текст чи цифри (наприклад, $ у $ address), це дійсно не повинно змінювати значення, оскільки це скаже компілятору, що те, що випливає далі, слід розглядати як змінну ( в цьому випадку).

Змінна може розглядатися як значення також під час часу компіляції компілятором, тому значення може викликати значення знову і знову рекурсивно

Під час складання фрагмента коду уникнути зворотного відстеження на етапі лексичного аналізу . Змінна, як Apple; , компілятор дізнається свій ідентифікатор відразу, коли він зустріне символ "A" на етапі лексичного аналізу. Однак змінна типу 123apple; компілятор не зможе визначити, чи є його число чи ідентифікатор, поки він не потрапить на 'a', і йому потрібно зворотний трек для проходження фази лексичного аналізу, щоб визначити, що це змінна. Але це не підтримується в компіляторі.

Довідково

З цим не може бути нічого поганого, коли йдеться про декларування змінної. Але є певна неоднозначність, коли вона намагається використовувати цю змінну десь в іншому місці:

нехай 1 = "Привіт, світ!" друк (1) друк (1)

print - це загальний метод, який приймає всі типи змінних. тож у цій ситуації компілятор не знає, до якого (1) відноситься програміст: значення 1 цілого чи 1, яке зберігає рядкове значення. можливо, краще для компілятора в цій ситуації, щоб він міг визначити щось подібне, але, намагаючись використовувати цей неоднозначний матеріал, введіть помилку з можливістю виправлення, як виправити цю помилку та очистіть цю неоднозначність.