Python早期设计与开发 主要数据类型有哪些？

本系列文章译自Python之父 Guido van Rossum 的系列博客“The History of Python”。这个博客系列对我们理解Python及其演变很有帮助，经Guido同意，在这里翻译推荐给大家，希望大家喜欢，也请大家多多指教！

1. 缩进风格

Python最初的、也是最主要的影响来自ABC，一门由 CWI 设计于上世纪80年代初的编程语言（译注：见之前的博文）。ABC最初的目标是替代BASIC，成为一门教学语言，并成为针对个人用户的编程语言与编程环境。ABC的设计，立足于对用户编程行为的分析，之后根据用户测试的情况，发布了几个迭代版本。当时，我主要负责与集成编程环境（IDE）的对接。

(相关资料图)

Python对缩进的使用，就是直接借鉴于ABC。不过，使用缩进并不是ABC的发明——经由 Donald Knuth 的倡导，缩进在那时已经是一种众所周知的编程风格了（occam语言也使用了缩进风格）。

ABC团队创新的地方，是用冒号来区分缩进逻辑块的前导语句。最初，ABC也没有引入冒号，结果在用户测试中发现，编程初学者很难区分各种缩进。引入冒号之后，整个结构就清楚多了：冒号好像把前导语句与其后的逻辑块完美组合在了一起。

2. 主要数据类型

Python的主要数据类型也都来自ABC，只是作了一些调整。

ABC中的列表实际上是多重集，通过B树结构，保持列表中的数据是有序的。而ABC中的表，键值也是有序的。我认为这两种数据结构都不适合表现一些非常常用的数据，比如从文件中读取的文本行。（在ABC中，读取文本行必须使用表结构，并把行数作为键值，但这样的话，插入和删除行就会变得很复杂。）因此，我把列表改为无序的，并可以自由插入和删除，从而方便用户控制其序列。有需要时，也可以调用方法进行排序。

同时，我也用哈希表替代了ABC中的有序表。相对于B树来说，我认为哈希表更快，也更容易实现。理论上说，B树结构中的许多操作，在空间和时间复杂度上都是线性的，但在实际应用中，实现起来很困难，因为B树的算法本身比较复杂。而当表的规模比较小时，B树的效率更低。

Python 元组的封装与拆包操作其实是从ABC照搬过来的。不过元组内部实际上就是一个数组，因此我增加了索引和切片操作。

因为给元组增加了类似于数组的接口，我不得不考虑空元组或只有一个元素的元组要怎么表达的问题。作为从ABC借鉴过来的原则之一：任何一种数据类型，在打印、或者转换为字符串的时候，都应该让解析器能正常解析。同时我又得把只有一个元素的元组和带括号的参数区分开来。因此只得采取一种丑陋但务实的方式：如果元组只有一个元素，需要在元素后加一个逗号，如果是空元组，就用“()”表示。事实上，元组一般是不需要括号的，只有在空元组的时候必须用括号——我感觉如果用完全的“空（nothing）”表示空元组，可能很容易与大家的其它语法错误混淆起来。

Python 中的字符串和 ABC 中的字符串一样，都是不可变类型，但用了不同的符号，索引也改为从0开始。主要是因为 Python 中已经有三种可索引类型：列表、元组和字符串，它们的索引方式还是要统一为好，这样，一些核心方法才能保持一致，比如获取长度（len(s)）、通过索引取值（s[i]）、切片（s[i:j]），以及迭代（for i in s）等。

3. 数字类型

Python 和 ABC 最大的不同在数字类型。ABC 在运行时有两种数字类型，一种是精确数字，即任意精度有理数，一种是约略数字，即指定范围的二进制浮点数。这个有理数实在是槽点满满。（吐槽：有次我用ABC计算要交的税，公式很简单，但几个数字就运算了很久。研究了下发现，它居然算到了小数点后几千位，最后的结果却只需要小数点后一两位。）因此，在 Python 中，我使用了传统的数字模型，即系统位数的整型，以及系统位数的二进制浮点型，底层实现上，直接用的 C 语言中的长整数（long）和双精度浮点数（double）。

考虑到任意精度数字还是有很多重要的应用场景，我在 Python 中增加了一种大数类型，叫做长整型（long）。数年前我给 ABC 写过类似的实现（ABC最初的实现，也是我在ABC团队做的第一件事之一，底层用的是十进制表示方式），因此，这里就直接使用了现成的代码。

虽然我在 Python 中增加了大数类型，但还是应该强调，大多数场景中并不需要用到它。从我自己及我在CWI的同事所写的 Python 代码来看，大多数程序的运算时间中，很大部分都是整数运算，最常见的是计算内存索引。因此，我想，绝大多数情况下应该使用系统位数整型，大数类型只在少数情况下会用到，比如严谨的“数学”运算，或者以“分”为单位来计算美国国债的时候。