Learning Objectives
- 區分機器語言、組合語言與高階語言，說明組譯器、編譯器、直譯器各自的角色
- 認識幾個重要高階語言出現的年代與用途（FORTRAN、COBOL、BASIC、C、Python、Java、JavaScript）
- 說明編譯器的主要階段：詞法分析、語法分析、語意檢查、產生程式碼
- 比較編譯與直譯在執行速度、錯誤發現時機與可攜性上的差異，認識位元組碼、虛擬機器與即時編譯
這一課要回答的問題
第 10 課說過，CPU 只看得懂一串一串的 0 與 1：機器指令。可是你寫的是：
total = price * count
你可能也聽過這些說法：
- 「Python 比 C 慢」
- 「這個軟體只有 Windows 版，Mac 不能用」
- 「Java 寫一次，到處都能執行」
這一課要回答：人寫的程式是怎麼變成 CPU 能執行的指令？「編譯」和「直譯」差在哪裡？
機器語言、組合語言、高階語言
同一件事「total = a + b」，在三個層次長這樣（指令是本課模擬器自訂的教學用指令集）：
| 層次 | 寫法 | 誰看得懂 |
|---|---|---|
| 機器語言（machine language） | 20 00 00 20 00 01 30 21 00 02（十六進位） |
CPU 直接執行；每種 CPU 架構的指令編碼都不同 |
| 組合語言（assembly language） | LOAD a LOAD b ADD STORE total |
用好記的英文縮寫代替數字，由組譯器（assembler）一對一翻成機器碼；仍然綁定某一種 CPU |
| 高階語言（high-level language） | total = a + b |
接近人的思考方式，不必管暫存器與記憶體位址；一行可能變成好幾條機器指令，由編譯器或直譯器處理 |
早期的程式設計師直接寫機器碼或組合語言，程式又長又難改，換一台不同的電腦就要重寫。高階語言讓人專心在「要做什麼」， 把「怎麼用這顆 CPU 做到」交給翻譯程式。
幾個重要的高階語言
| 年代 | 語言 | 起源與用途 |
|---|---|---|
| 1957 | FORTRAN | IBM 的 John Backus 團隊開發，第一個廣泛使用的高階語言，用於科學與工程計算 |
| 1959 | COBOL | 由業界與政府組成的委員會（CODASYL）制定，用於商業資料處理；至今仍有銀行與政府系統在使用 |
| 1964 | BASIC | 美國達特茅斯學院（Dartmouth College）開發，讓非理工科的學生也能寫程式 |
| 1972 | C | 貝爾實驗室的 Dennis Ritchie 為了開發 Unix 作業系統而設計；許多作業系統與後來的語言都受它影響 |
| 1991 | Python | Guido van Rossum 在荷蘭的研究機構 CWI 開發，語法簡潔易讀 |
| 1995 | Java | 昇陽電腦（Sun Microsystems）發表，編譯成位元組碼在虛擬機器上執行 |
| 1995 | JavaScript | Brendan Eich 在網景（Netscape）開發，讓網頁可以在瀏覽器裡執行程式 |
語言還可以依程式設計典範（paradigm）分類：一步一步下指令的程序式（C）、以物件組織程式的物件導向（Java）、 以函數組合為主的函數式（Haskell），以及只描述「要什麼結果」的宣告式（SQL）。很多語言（Python、JavaScript）同時支援好幾種寫法。
編譯器怎麼翻譯一支程式
編譯器（compiler）在執行之前，把整支原始碼一次翻譯成目標程式（機器碼或其他指令），主要經過這幾個階段：
| 階段 | 做什麼 | 例子 |
|---|---|---|
| 詞法分析（lexical analysis） | 把一長串字元切成有意義的最小單位：token（關鍵字、名稱、數字、運算子） | while i <= n → while、i、<=、n |
| 語法分析（parsing） | 依照語言的文法，把 token 組成語法樹（syntax tree），運算的先後順序就在樹的形狀裡 | a + b * 2 的樹，* 在下層先算 |
| 語意檢查（semantic analysis） | 檢查語法正確但意思有問題的地方：變數沒有宣告、型別不合 | 把字串和數字相乘 |
| 產生程式碼（code generation） | 把語法樹轉成目標指令，常再經過最佳化（optimization）讓它更快、更小 | while 變成比較指令＋條件跳躍＋跳回去 |
直譯器（interpreter）則不先翻成一整支目標程式，而是讀一段、分析一段、馬上執行一段。 下面的模擬器用的是本課自己設計的小語言，你可以按每個階段的按鈕，看同一支程式一步一步變成指令；也可以改用直譯器執行，比較兩種做法。
逐步執行：堆疊機器怎麼執行指令
剛剛模擬器產生的指令，是給一台「堆疊機器」執行的。這個 Python 範例就是一台極小的堆疊機器（也就是一個直譯器）：它不斷「取一條指令、看是什麼、照著做」。看上方的 stack 怎麼長高又變矮：PUSH 放一個數上去，MUL、ADD 取出兩個數算完再放回去。
想一想：語言的層次與堆疊機器
關於組合語言，下面哪一個敘述正確？
把上面堆疊機器的指令換成下面這兩行，執行後會印出什麼？
ops = ['PUSH', 'PUSH', 'ADD', 'PUSH', 'MUL', 'PRINT']
args = [2, 3, 0, 4, 0, 0]
原始碼 a + b * 2 經過語法分析後，語法樹最上層（根）的運算是？
編譯、直譯，以及兩者之間
| 編譯（compile） | 直譯（interpret） | |
|---|---|---|
| 什麼時候翻譯 | 執行之前，整支程式一次翻完 | 執行的同時，一段一段處理 |
| 執行速度 | 通常比較快：翻譯與最佳化只做一次 | 通常比較慢：執行時還要花時間分析 |
| 錯誤什麼時候發現 | 語法、型別等錯誤在編譯時就發現，程式根本不會開始跑 | 執行到那一行才發現；沒執行到的錯誤可能一直藏著 |
| 修改後 | 要重新編譯 | 改完直接執行，適合邊試邊改 |
| 可攜性 | 編出來的執行檔綁定某種 CPU 與作業系統（所以有 Windows 版、Mac 版） | 有直譯器的地方就能執行同一份原始碼 |
| 例子 | C、C++、Go、Rust | 早期的 BASIC、殼層腳本（shell script） |
現代的語言大多介於兩者之間：
- 位元組碼＋虛擬機器：Java 先編譯成和 CPU 無關的位元組碼（bytecode），由各平台的 Java 虛擬機器（JVM）執行，這就是「寫一次，到處執行」。
Python（官方實作 CPython）也會先把原始碼編譯成位元組碼（你可能看過
.pyc檔），再由虛擬機器一條一條執行，所以常被歸類為直譯式語言。 - 即時編譯（just-in-time，JIT）：執行時發現某段程式跑得很頻繁，就把它即時編譯成機器碼。Java 虛擬機器與瀏覽器的 JavaScript 引擎都用這種技術，兼顧可攜性與速度。
所以「Python 比 C 慢」的主要原因之一，是 Python 程式執行時還要經過虛擬機器一條一條處理位元組碼； 同一個演算法，用 C 編譯成機器碼直接在 CPU 上跑，通常快很多。但 Python 寫起來快、改起來快，很多時候開發時間比執行時間更重要。
下面的模擬器準備了四支各有一個錯誤的程式。猜猜每個錯誤會在哪一個階段被發現，再實際編譯驗證。
想一想：編譯與直譯
程式裡有一行 x = (3 + 4（少了右括號）。編譯器會在哪一個階段發現？
你在 Windows 上用 C 編譯出 game.exe。把這個檔案複製到一台 Mac，為什麼不能直接執行？
關於 Java 的「寫一次，到處執行」，下面哪一個說明正確？
重點整理
- 機器語言是 CPU 直接執行的二進位指令；組合語言用縮寫代表機器指令，由組譯器一對一翻譯；高階語言接近人的思考，由編譯器或直譯器處理。
- 重要的高階語言：FORTRAN（1957，科學計算）、COBOL（1959，商業）、BASIC（1964，教學）、C（1972，Unix）、Python（1991）、Java 與 JavaScript（1995）。
- 編譯器的階段：詞法分析（切成 token）→ 語法分析（建語法樹）→ 語意檢查 → 產生程式碼（常加上最佳化）。
- 迴圈與 if 在指令層次都是「比較＋條件跳躍＋跳躍」；堆疊機器靠堆疊存放計算的中間結果。
- 編譯：先翻完再執行，通常比較快、錯誤提早發現，但執行檔綁定平台；直譯：邊分析邊執行，改了就能跑、可攜，但比較慢，沒執行到的錯誤會藏著。
- Java、Python 先編譯成位元組碼再由虛擬機器執行；即時編譯（JIT）在執行時把常用的部分編成機器碼。
想實際寫程式，可以接著上 Python 軌；想看一行程式在 CPU 裡怎麼執行，回頭複習第 10、11 課。
下一課：開始寫程式。變數、型別與控制流程是所有程式語言共同的基本元素。