Ohjelmointikielen määritteleminen (tai edes tyhjentävä luonnehtiminen) on todella vaikeaa. Voisi yrittää vaikka näin:

Transkriptio

1 Luku 1 Johdanto 1.1 Ohjelmoinnista Ohjelmointi on ongelmien ratkaisemista. Asiaa voi katsoa kahdelta kannalta: voi keskittyä ymmärtämään ongelmaa tai ratkaisumalleja. Voidaan ajatella, että maailma jakautuu kahteen osaan, ongelma-avaruuteen ja ratkaisuavaruuteen. Ohjelmoijan tehtävänä on siirtää ongelma (joka elää ongelmaavaruudessa) ratkaisuavaruuteen, jolloin siitä tulee ratkaisu. Ohjelmointikieli on ohjelmoijan pääasiallisin työkalu, ja kielen toteutus (kääntäjä tai tulkki) auttaa ohjelmoijaa ratkaisun luomisessa: kielen ominaisuudet ratkaisevat, kuinka syvälle ratkaisuavaruuteen ohjelmoijan tulee ongelmaansa viedä ja mistä lähtien kielen toteutus tekee sen ohjelmoijan puolesta. 1.2 Mikä on ohjelmointikieli Tällä kurssilla tarkastellaan ohjelmointikieliä. Lienee tarpeen yrittää rajata, mitä tuo käsite tarkoittaa. Käytännössä tuo käsite on riittävän hyvin ymmärrettävissä, että kaikki sen tietävät. Vai tietävätkö? Olen monta kertaa itse törmännyt ihmisiin, jotka kiven kovaan puhuvat HTML:stä ohjelmointikielenä. Minä en pidä sitä ohjelmointikielenä (eikä moni muukaan), mutta miten sen voisi rajata jollakin yleisellä säännöllä käsitteen ohjelmointikieli ulkopuolelle? Ohjelmointikielen määritteleminen (tai edes tyhjentävä luonnehtiminen) on todella vaikeaa. Voisi yrittää vaikka näin: Ohjelmointikieli on väline, jolla ihminen kertoo tietokoneelle, mitä sen pitäisi tehdä. 7

2 8 LUKU 1. JOHDANTO Ihan hyvä tuo on ensimmäiseksi yritykseksi. Siinä on kuitenkin ongelma. Se ei rajaa joitakin tärkeitä ei-ohjelmointikieliä pois: WIMP-käyttöliittymä (windows, images, menus and pointers) on väline, jolla ihminen kertoo tietokoneelle, mitä sen pitäisi tehdä. Samoin HTML tulee tulkituksi ohjelmointikieleksi. Tuosta ensimmäisestä yrityksestä puuttuu jotain oleellista: ohjelmointikielen täytyy olla ilmaisuvoimainen. Tässä päädytään äkkiä hyvin syvällisiin kysymyksiin mekaanisen laskennan ja muun sellaisen olemuksesta. Tässä riittänee muistaa, mitä Automaatit ja kieliopit -kurssilla puhuttiin Turingin koneesta: se on idealisoitu tietokone, yksinkertainen kone, joka kykenee ratkaisemaan kaikki mekaanisesti ratkaistavissa olevat ongelmat. Ehkäpä Turingin koneesta löytyisi sopiva mitta ohjelmointikielen ilmaisuvoimalle. Voidaan esittää vaikkapa seuraavanlainen uusi yritelmä määritelmäksi: Ohjelmointikieli on väline, jolla ihminen kertoo tietokoneelle, mitä sen pitäisi tehdä ja jolla voidaan saada tuo kone simuloimaan universaalia Turingin konetta. Tässä määritelmässä on myös ongelmansa. Todelliset tietokoneet toimivat todellisessa maailmassa, jossa on ainainen resurssipula: olipa esimerkiksi muistia kuinka paljon tahansa, aina sillä on jokin raja. Turingin koneella puolestaan on ääretön nauha. Ehkäpä tätä voisi korjata raja-arvotarkastelulla: Tarkastellaan välinettä, jolla ihminen kertoo tietokoneelle, mitä sen pitäisi tehdä. Tämä väline on ohjelmointikieli, mikäli periaatteessa niiden ongelmien joukko, jotka on kuvattavissa tuolla välineellä niin, että tuon kuvauksen perusteella kyseinen tietokone kykenee ratkaisemaan ne, lähestyy rajatta Turingin koneella ratkaistavien ongelmien joukkoa, kun koneen resurssirajat kasvavat rajatta. Tämä saattaa olla oikein tai voi olla olematta. Tämä määritelmä on hankala, käyttää vaikeita käsitteitä eikä käytä niitä edes mitenkään oikealla tavalla. Muutama erottelu on kuitenkin tehtävä selväksi. Tällä kurssilla ei puhuta dokumentinkuvauskielistä (kuten HTML) paitsi jos ne ovat toisaalta myös ohjelmointikieliä (heh! viittaan tässä TEXiin ja Postscriptiin). Myös spesifiointikielet (kuten Z ja B) jätetään kurssin ulkopuolelle ohjelmointikielen määritelmään täytyy jotenkin lisätä se, että kielellä kirjoitetut ohjelmat pitää olla käännettävissä algoritmisesti konekielelle.

3 1.3. HISTORIA Historia Kaksi ensimmäistä sukupolvea: ennen vuotta 1955 Ensimmäiset ohjelmointikielet olivat konekieliä ja niillä kirjoitetut ohjelmat olivat bittijonoja tietokoneen muistissa. Ohjelmat syötettiin koneelle kytkimiä kääntelemällä. Konekieli on ratkaisuavaruuden sydämessä: konekielellä ei ole kääntäjää tai tulkkia, joka auttaisi ihmistä ongelman tuomisessa ratkaisuavaruuteen. Seuraavassa on Hello World -ohjelma erään tietokoneen konekiellä (esitettynä 16-lukujärjestelmässä tavujonona) d6e f686a656c6d612e6d6d f4ff c6c f2c f726c a a00ff b a d e c c0008 Kyseinen kone on Donald E. Knuthin legendaarisen kirjasarjansa The Art of Computer Programming uusia laitoksia varten suunnittelema RISC-prosessori MMIX 2009 (Knuth, 1999). Ohjelmien kirjoittaminen konekielellä on erittäin virhealtista ja toisaalta hyvin mekaanista puuhaa. Jo hyvin varhaisessa vaiheessa alettiin kirjoittaa ohjelmia, jotka auttoivat tässä prosessissa. Ihmiset kirjoittivat sopivalla tavalla muotoiltua tekstiä, ja nämä ohjelmat muunsivat sen konekieleksi. Tyypillisesti tässä syötteessä yksi rivi vastaa yhtä konekielen käskyä. Tätä ohjelmointikieltä kutsutaan symboliseksi konekieleksi (engl. assembler language), ja ohjelmaa, joka kääntää tällä kirjoitetun ohjelman konekielellä, sanotaan assembleriksi. Edellä esitetty ohjelma MMIX:n symbolisella konekielellä (MMIXAL) kirjoitettuna näyttää tältä: LOC #100 Main GETA $255,Str TRAP 0,Fputs,StdOut TRAP 0,Halt,0 Str BYTE "Hello, World!" BYTE #0a Konekielet muodostavat ohjelmointikielten ensimmäisen sukupolven ja symboliset konekielet ohjelmointikielten toisen sukupolven. Niiden ongelmana on ohjelmoinnin virhealttius ja vahva mekaanisuus sekä se, että jo-

4 10 LUKU 1. JOHDANTO kaisella konetyypillä on oma konekielensä ja sitä vastaava symbolinen konekieli. Ohjelmia ei voitu siirtää konetyyppien välillä, vaan ne jouduttiin kirjoittamaan uudestaan aina kullekin uudelle konetyypille Automaattinen ohjelmointi ja ohjelmointikielten synty: Ongelman ratkaisuksi esitettiin automaattista ohjelmointia, joksi sitä silloin 1950-luvun alkupuolella sanottiin. Kyse oli siitä, että ohjelmoija esittää tietokoneelle ongelman kuvauksen jollakin formaalilla kielellä, ja jokin erityinen ohjelma tuottaa siitä konekielisen ohjelman, joka ratkaisee ongelman. Eivät ne formaalit kielet mitenkään kummoisia olleet, mutta senaikaiseen tietämykseen nähden ne olivat tekoälytutkimuksen (josta ei tuota nimeä vielä käytetty) huippua. Nykyään näitä formaaleja kieliä sanotaan korkean tason tai kolmannen sukupolven ohjelmointikieliksi ja ohjelmia, jotka tekevät niillä kirjoitetuista ongelmakuvauksista konekielisiä ohjelmia, sanotaan kääntäjiksi (compiler). Näitä varhaisia kieliä on esitelty Knuthin ja Trabb Pardon artikkelissa vuodelta 1977 (Knuth ja Trabb Pardo, 1977). Automaattiseen ohjelmointiin eivät useimmat ihmiset uskoneet, ennen kuin Fortran tuli kuvioihin 1950-luvun lopulla ensimmäinen versio julkaistiin keväällä 1957, mutta kielestä oli siinä vaiheessa puhuttu jo monta vuotta. Fortran oli ensimmäinen merkittävää kannatusta saavuttanut korkean tason ohjelmointikieli (ja kiinnostavaa kyllä, edelleen laajassa käytössä, tosin reilusti muuttuneena). Ensimmäinen Fortran-kääntäjä oli vaikea tehtävä: sitä tehtiin kolme vuotta ja siihen kului 18 ihmistyövuotta. Tätä työtä johti John Backus, joka on myöhemminkin ollut merkittävä tekijä ohjelmointikieliteknologian alalla. Fortanin merkitys ohjelmointikielten kehitykselle on kiistaton. Se oli alan pioneerityö: se sai ihmiset uskomaan korkean tason ohjelmointikieliin ylipäätään. Lisäksi monet sen ominaisuudet ovat edelleen ohjelmointikielissä tärkeitä: taulukkomuuttujat, muuttujan ohjaamat silmukat (ns. for-silmukat) sekä haarautuva if-lause (if statement) ovat nykykielissäkin peruskamaa. Fortran oli tarkoitettu tieteellisen laskennan ohjelmien kirjoittamiseen. John McCarthy, tekoälytutkimuksen kantaisä, halusi kielen symbolista tiedonkäsittelyä (esimerkiksi algebrallisten funktioiden symbolista derivointia) varten. McCarthy ja muutamat muut laajensivat Fortrania aluksi symbolista laskentaa varten, mutta tämän rajat tulivat pian vastaan. He aloittivat uuden kielen, Lispin, kehittämisen ensin paperilla ja käsikääntäen sillä kirjoitettuja ohjelmia paperille. Kun sitten huomattiin, että teoreetti-

5 1.3. HISTORIA 11 seksi leluksi tarkoitettu Lisp-funktio eval toimii mainiosti Lisp-tulkkina, oli Lisp-toteutus valmis (McCarthy, 1981). Fortranin tapaan Lispin merkitys myöhemmille ohjelmointikielille on merkittävä. Lispin mukana näkivät päivänvalon mm. rekursiiviset aliohjelmat, muistinsiivous (garbage collection) ja if-lauseke (if expression). Nykyisin Lispistä on käytössä kolme merkittävää murretta: Emacs Lisp, Common Lisp ja Scheme. Algoritmien julkaisemiseen kehitettiin komiteatyönä 1950-luvun lopulla uusi kieli, Algol (tämän sanotaan usein olevan lyhenne sanoista Algorithmic language, mutta se viittaa myös samannimiseen kolmoistähteen). Algol 60 (Naur et al., 1963) oli kolmas 1950-luvun loppupuolella kehitetty kieli, jolla on ollut merkittävää merkitystä ohjelmointikielten tulevalle kehitykselle. Algol 60 oli ensimmäinen lohkorakenteinen kieli. Sillä oli vapaamuotoinen, rakenteinen syntaksi. Siinä oli muuttujien tyyppien esittelyt ja arvovälitteiset (call-by-value) aliohjelmaparametrit. Nämäkin kaikki ovat lähes välttämättömiä nykykielissä. Tony Hoare kirjoitti Algol 60:stä vuonna 1973 seuraavasti: Tässä on kieli, joka on niin edellä aikaansa, että se oli paitsi edeltäjiään myös lähes kaikkia seuraajiaan parempi. (Hoare, 1989) Yksi varhaisimmista kääntäjä- ja kielenkehittäjistä oli Grace Hopper, joka myöhemmin sai huomiota myös olemalla Yhdysvaltain ensimmäinen naisamiraali. Hopper rakensi 1950-luvulla useita kääntäjiä, joista viimeinen sai markkinointinimekseen FLOW-MATIC. Sen kielihistoriallisesti merkittävin innovaatio oli tietuekuvauksen erottaminen ohjelman logiikasta (Sammet, 1981) luvun lopulla kehitettiin myös kaksi muuta suosiota saavuttanutta kieltä, Cobol ja APL. Kummankin merkitys ohjelmointikielten kehitykselle kokonaisuutena on kuitenkin vähäinen, joten niihin ei tämän enempää puututa Baabelin torni: 1960-luku 1960-luvulla suunniteltiin satoja uusia ohjelmointikieliä, joista hyvin harva jäi eloon. Nimet Adam, AED, Altran, CLP, Dyana ja Unicode eivät nykyään liity ohjelmointikieliin lainkaan mutta ne kaikki olivat vuonna 1967 käytössä olleita ohjelmointikieliä. Monet näistä kielistä oli tarkoitettu johonkin erityiseen tarkoitukseen. Algol-perhe sai uuden jäsenen, Algol 68:n, joka kokonsa ja vaikealukuisen määrittelynsä (van Wijngaarden et al., 1976) vuoksi sai huonon

6 12 LUKU 1. JOHDANTO maineen ja jäi pääosin käyttämättä. Samoihin aikoihin Niklaus Wirth ja Tony Hoare suunnittelivat oman seuraajansa Algol 60:lle, jota on kutsuttu Algol W:ksi. Norjalaiset Kristen Nygaard ja Ole-Johan Dahl kehittivät Simula-kielen simulointien kirjoittamiseen. Simulan merkitys nykykielille on ollut valtava, samaa suuruusluokkaa kuin Algol-perheen ja Lispin: Simulasta alkoi olio-ohjelmoinnin perinne jo Simula I:n yhteydessä puhuttiin olioista ja luokista. Perintä lisättiin Simula 67:ään luvun lapsia on myös BASIC. Dartmouth Collegessa haluttiin luoda tietokonejärjestelmä ja sille ohjelmointikieli, jotka ovat niin helppoja, että niiden käyttöä voitaisiin opettaa muidenkin alojen kuin luonnontieteiden opiskelijoille. BASIC sai monia vaikutteita Algol 60:stä, mutta jätti monta (näin jälkiviisaasti sanoen: hyvin tärkeätä) sen ominaisuutta pois. Esimerkiksi lohkorakenne tiputettiin pois, koska sitä ei haluttu selittää sivuaineopiskelijoille (Kurtz, 1981). IBM:n ja muun teollisuuden yhteistyönä kehitettiin 60-luvulla PL/I (oikeastaan PL/1, mutta ykkönen on tapana tässä tapauksessa kirjoittaa isona I-kirjaimena), joka oli yritys luoda eräänlainen universaali ohjelmointikieli. Aiemmin oli ohjelmointitehtävät ja ohjelmoijat jakautuneet kahteen selvään ryhmään: tieteellinen laskenta, jossa tarvittiin liukulukulaskentaa, taulukoita ja aliohjelmia, sekä hallinnollinen tietojenkäsittely, jossa tarvittiin kiintolukulaskentaa (fixed-point arithmetic), tehokasta siirräntää (input/output) ja merkkijonojen käsittelyä luvulla tämä jako alkoi hämärtyä, ja eräs PL/I:n oleellisimmista tavoitteista oli toimia molempien ryhmien ohjelmointikielenä. Kieli oli 60- ja 70-luvuilla varsin suosittu ja IBM tukee sitä edelleen, mutta nykyisin sitä pidetään (yhdessä Algol 68:n kanssa) lähinnä varoittavana esimerkkinä laajasta ja vaikeasta kielestä. PL/I oli ensimmäinen ohjelmointikieli, joilla on muodollisesti (PL/I:n tapauksessa VDM:llä) määritelty merkitysoppi (semantics) Modernismin alku: 1970-luku 1970-luvulla alettiin rakentaa edellisen vuosikymmenen Baabelin tornin raunioiden päälle. Tärkeinä lähtökohtina pidettiin kielen yksinkertaisuutta ja johdonmukaisuutta. Samaan aikaan puhuttiin paljon rakenteisesta ohjelmoinnista (structured programming) (Dahl et al., 1972), ja monet 70- luvulla suunnitelluista kielistä oli nimenomaisesti suunniteltu rakenteista ohjelmointia ajatellen luvun kielet ovat ensimmäisiä, joita voi kutsua moderneiksi. Edellisinä kahtena vuosikymmenenä oli kehitetty niin paljon kieliä, että niiden

7 1.3. HISTORIA 13 virheistä saattoi oppia jotain merkittävää luvun jälkeen on myöskin ilmaantunut hyvin vähän radikaaleja, uusia ideoita ohjelmointikielten alalla kielet ovat kyllä kehittyneet mutta vähittäin. Niklaus Wirth ei todellakaan pitänyt Algol 68:sta. Hän alkoi suunnitella uutta kieltä Algol-perinteen sisällä aiemman Algol W:nsä pohjalta. Tulos oli Pascal, toisaalta opetukseen mutta toisaalta myös käytännön ohjelmointityöhön tarkoitettu kieli. Pascalin eräs varhainen, aikoinaan suosittu toteutus perustui samantyyppiselle virtuaalikoneratkaisulle kuin Java nykyisin. Toinen Algol-perinteeseen kytkeytynyt uusi kieli oli Dennis Ritchien C. C oli tarkoitettu raakaan järjestelmäohjelmointiin: sillä oli tarkoitus kirjoittaa (ja kirjoitettiinkin) UNIX kokonaan uudestaan. C:n merkitystä myöhemmille kielille on vaikea yliarvioida, vaikka se sinänsä ei sisältänytkään juuri mitään kieliteknologista uutta sen merkittävyys johtuu siitä, että se on erittäin suosittu. Olio-ohjelmointi ei vielä 1970-luvulla ollut kovin merkittävässä asemassa. Xeroxin PARC-laboratorioissa kehitettiin WIMP-käyttöliittymää, ja merkittävä osa tätä kehitystyötä oli Smalltalk-kielen kehitys. Smalltalk on edelleen yksi puhtaimmista oliokielistä. Itse kieli on hyvin pieni, mutta sen peruskirjasto on järkyttävän suuri. Funktio-ohjelmointi oli 1970-luvulla rajoittunut lähinnä Lisp-sukuisten kielten käyttöön. Robin Milner kehitti Edinburghin yliopiston päättelyavustimen käyttöön metakielen (kielen, jolla kuvataan kieliä), jota hän kutsui ML:ksi (lyhenne sanasta meta-language). Sen tapa ajatella ohjelmia sai paljon vaikutteita Lispistä mutta sen syntaksi on Algol-tyyppinen. ML:n ehkä suurin merkitys ohjelmointikielten kehitykselle on Hindley Milnertyyppijärjestelmä (Milner, 1978). Samoihin aikoihin Guy Lewis Steele, Jr. ja Gerald Jay Sussman kehittivät uutta Lisp-varianttia, jonka he nimesivät Schemeksi. Scheme käytti Lispin omintakeista Cambridgen-puolalaista (McCarthy, 1981) syntaksia mutta otti käyttöön Algoleista tutun lohkorakenteisuuden. Schemen kehittäjät olivat vahvasti sitä mieltä, että aliohjelmakutsun ei todellakaan tarvitse olla hidas operaatio (Steele, 1977), ja he suunnittelivat kielensä (ja sen toteutukset) tuon käsityksen ympärille. Schemen määrittelyyn kuuluu edelleen vaatimus häntäkutsun poistamisesta (tähän palattaneen tuonnempana), mitä juuri mikään muu kieli ei nykyisin vaadi, vaikka syytä olisi luvun alussa syntyi ohjelmointikieli nimeltään Prolog, joka oli täysin erilainen kuin aiemmat kielet, eikä nykyisistäkään kielistä kovin monta samantyyppistä löydy. Prologin perusidea on predikaattilogiikan kaavojen tulkitseminen proseduraalisesti siten, että ohjelma koostuu kaa-

8 14 LUKU 1. JOHDANTO voista, jotka tulkitaan aliohjelmiksi, ja jonkin näistä aliohjelmista kutsuminen vastaa sitä vastaavan kaavan todistamista muiden toimiessa aksioomina ja päättelysääntöinä Olio-ohjelmoinnin ja juontokielten nousu: 1980-luku 1980-lukua voi hyvällä syyllä kutsua olio-ohjelmoinnin popularisoinnin vuosikymmeneksi. Tällä vuosikymmenellä kehitettiin monta merkittävää olio-ohjelmointiin käytettyä kieltä. Samalla myös funktio-ohjelmoinnin tutkimus eteni, ja vaikka funktio-ohjelmointi ei saavuttanutkaan samaa suosiota kuin olio-ohjelmointi, myös sen kannalta merkittäviä kieliä kehitettiin luvun alussa alkoi Bjarne Stroustrup kehitellä oliolaajennusta Ritchien C-kieleen. Hän kutsui tuota kieltä nimellä C with classes, mutta varsin pian nimi vaihtui C++:ksi. Vaikka C++ alkoikin oliokielenä, on siihen myöhemmin lisätty paljon muitakin ohjelmointityylejä tukevia ominaisuuksia esimerkiksi C++:n tyyppijärjestelmästä kehittyi oma funktiopohjainen ohjelmointikielensä C++:n sisälle! Toinen tunnettu 1980-luvulla kehitetty oliokieli on Bertrand Meyerin Eiffel. Se on puhdas oliokieli ja sisältää myös tukea ohjelmien formaalille verifioinnille (esi- ja jälkiehdot sekä luokkainvariantit on mahdollista esitellä ja tarkastaa ajoaikana samoja ominaisuuksia löytyi muutamasta aiemmasta kielestä kuten Alphard ja Euclid) luvulla saatiin valmiiksi Yhdysvaltain puolustusministeriön toimeksiannosta kehitetty kieli Ada (Augusta Ada Byronin, Lovelacen kreivittären mukaan, jonka on sanottu olleen maailman ensimmäinen ohjelmoija). Adan tärkeimpiä sovelluskohteita olivat alunperin sulautetut järjestelmät ja tosiaikaohjelmistot, erityisesti asejärjestelmät. David Turner kehitti funktiokielen Miranda 1980-luvun puolessa välissä. Se muistutti monessa suhteessa ML:ää, mutta se käytti johdonmukaisesti laiskaa laskentaa (tähän palataan vielä) ja oli puhdas funktiokieli. Mirandan käyttöä rajoitti Turnerin tapa pitää kielestään voimakkaasti kiinni: hän jopa patentoi osia siitä. Samantyyppisiä omia kieliä oli lähes jokaisella funktio-ohjelmoinnista kiinnostuneella tutkijalla, joten vähän myöhemmin perustettiin komitea suunnittelemaan uutta Mirandan kaltaista ohjelmointikieltä luvun loppupuolella syntyi kaksi merkittävää juontokieltä (scripting languages): John Ousterhoutin Tcl ja Larry Wallin Perl. Tcl:n pääideana oli olla kieli, jonka voisi upottaa ohjelmistoihin, Perl syntyi tarpeesta käsitellä tekstitiedostoja mitä erilaisimmin tavoin.

9 1.3. HISTORIA Internetin nousu: 1990-luku Vuonna 1993 alkoi Internetin ikuinen syyskuu, kun Internet alkoi vähitellen nousta tavallisten ihmisten tietoisuuteen. Samalla ohjelmoinnin fokus siirtyi kohti verkkosovelluksia. James Gosling työryhmineen kehitti Java-kielen, vuonna 1995 julkaistun C-sukuisen oliokielen, joka on niin konservatiivisesti suunniteltu, ettei siinä ole juuri mitään uutta. Javan, kuten muidenkin C-sukuisten kielten, merkitys on sen suosikkiasemassa. Aivan 1990-luvun alussa sai edellisellä vuosikymmenellä muodostettu funktiokielikomitea työnsä päätökseen. Tulos oli Haskell, jonka tarkoitus on olla se oikea laiskasti laskeva, puhdas funktiokieli. Tämä tavoite onkin onnistunut. Vuonna 1999 valmistui kielen nykyinen määrittely, Haskell 98. Haskell näyttäisi ratkaisseen funktiokieliä vaivanneen ongelman siirrännästä varsin omintakeisella monadisen tietotyypin käsitteellään. Jo 1980-luvulla alkanut juontokielten kehitys jatkui 1990-luvulla. Guido van Rossum kehitti Pythonin vuosikymmenen alussa, Yukihiro Matsumoto kehitti Rubyn. 90-luvun lapsia ovat myös PHP ja ECMAScript (tunnetaan myös nimellä Javascript) Tietoturva ja rinnakkaisuus: 2000-luku Vuonna 2001 Microsoft julkaisi Java-kielen kilpailijaksi tarkoitetun C#-kielen, joka on saavuttanut kuluvalla vuosikymmenellä merkittävän suosion. Historiastaan huolimatta C# on osoittautunut varsin edistykselliseksi kieleksi tuoden ohjelmoinnin valtavirtaan uusia, lähinnä tutkimuskielissä aiemmin tunnettuja ominaisuuksia (mm. LINQ). Maininnan arvoisia 2000-luvun kieliä ovat myös Martin Oderskyn Scala, Digital Marsin D ja Gnomen Vala. Ohjelmointikielten tutkimus on, kuten muukin tietojenkäsittelyn tutkimus, kuluvalla vuosikymmenellä keskittynyt liikkuvan tietojenkäsittelyn haasteisiin, erityisesti rinnakkaisuuden ja tietoturvallisuuden hallintaan, vaikka toki tutkimusta aiheesta kuin aiheesta on löydettävissä Sukupolvista Olen edellä viitannut ohjelmointikielten ensimmäiseen, toiseen ja kolmanteen sukupolveen. Kukaan ei näytä tietävän, mistä koko sukupolvijaottelu on peräisin, ja lähteet määrittelevät sukupolvet kukin omalla tavallaan. Edellä esittelemäni määritelmät kolmelle ensimmäiselle sukupolvelle ovat jonkinlainen lähteiden konsensus, vaikka poikkeaviakin esityksiä

10 16 LUKU 1. JOHDANTO olen nähnyt. Useimmat lähteet puhuvat myös neljännestä ja viidennestä sukupolvesta, mutta mitään yksimielisyyttä niiden sisällöstä ei ole. 1.4 Kielten jaotteluja Itse käytän seuraavanlaista karkeaa jaottelua: Käskykielten (imperative languages) juuret ovat syvällä ratkaisuavaruudessa, von Neumannin arkkitehtuurin perusrakenteissa. Käskykielet näkevät maailman joukkona muistipaikkoja, joita muutellaan yksitellen von Neumannin pullonkaulaa pitkin. Käskykielille tyypillistä on tuhoava sijoitus -operaatio sekä eksplisiittinen, peräkkäistykseen ja silmukkaan perustuva toiminnanohjaus (flow of control). Käskykieliä on kahta päätyyppiä: Toimintokielet (procedural languages) abstrahoivat toimintaa aliohjelmiksi. Tunnettuja toimintokieliä ovat C, Pascal ja Fortran. Oliokielet (object-oriented languages) katsovat maailmaa simulaationa. Tunnettuja oliokieliä ovat Smalltalk, Eiffel ja Java. Myös C++, Perl ja Python luetaan usein oliokielten joukkoon, vaikkeivät ne sitä varsinaisesti ole. Esittelykielten (declarative languages) juuret ovat ongelma-avaruudessa, ongelmien täsmällisessä kuvaamisessa tavallisesti matematiikan keinoin. Esittelykielten taustalla on vahva matemaattinen teoria, jota on sen verran rikottu, että näiden kielten toteutukset kykenevät itsenäisesti tekemään kielellä kirjoitetusta ongelman kuvauksesta enemmän tai vähemmän tehokasta konekieltä. Esittelykieliä on kahta päätyyppiä, jotka eroavat toisistaan lähinnä taustalla olevan matemaattisen teorian osalta: Funktiokielet (functional languages) perustuvat Churchin ja Kleenen 1930-luvulla kehittämään λ-laskentaan (ks. luku. 7.5). Funktiokielten yksi pääviehätyksistä on viittausten läpinäkyvyys (referential transparency): jos lausekkeet ovat kerran yhtäsuuria, ne ovat aina yhtäsuuria. Puhtaita funktiokieliä on vähän: nykykielistä vain Haskell on puhdas funktiokieli. Funktiokielten joukkoon lasketaan usein myös Lisp-perheen kielet (Scheme ja Common Lisp) sekä MLperheen kielet (Standard ML ja OCaml), vaikka nämä ovatkin

11 1.5. OHJELMOINTIKIELTEN SUUNNITTELUPERIAATTEITA 17 ominaisuuksiltaan lähempänä käskykieliä niillä on kuitenkin mahdollista ohjelmoida kuten funktiokielellä, ja tämä onkin niiden suosituin käyttötapa. Logiikkakielet (logic languages) perustuvat Hornin logiikkaan, joka on predikaattilogiikan yksinkertaistuss. Prolog on ainoa tunnettu logiikkakieli, mutta myös muita on. Monet kielet eivät kuitenkaan tipu siististi mihinkään näistä lokeroista. Hyvä esimerkki on C++, jossa on toimintokielen, oliokielen ja funktiokielen vikaa sama pätee myös esimerkiksi Perliin ja Pythoniin. Tällaisia kieliä sanotaan toisinaan moniparadigmakieliksi (multiparadigm languages). Toisaalta on kieliä, jotka sijaitsevat koko jaottelun ulkopuolella. Hyvä esimerkki tällaisista kielistä on Prograph, jonka sanotaan kuuluvan visuaalisten ohjelmointikielten luokkaan. John Ousterhout (1998) määrittelee järjestelmäohjelmointikielen ja juontokielen eron seuraavasti: järjestelmäohjelmointikieli Nämä kielet on tarkoitettu tietorakenteiden ja yksittäisten komponenttien toteuttamiseen siirrettävästi ja assemblyä korkeammalla tasolla kirjoitettaessa. Ne käyttävät vahvaa staattista tyypitystä. Järjestelmäohjelmointikieliä ovat esimerkiksi C, C++, Pascal, PL/I, ja Java. juontokieli Juontokielet olettavat, että on jo olemassa joukko hyödyllisiä komponentteja, jotka on kirjoitettu järjestelmäohjelmointikielillä. Juontokieliä käytetään komponenttien yhdistelemiseen, eräänlaisina liimoina (usein puhutaankin englanniksi glue language istä). Juontokielet käyttävät tyypillisesti dynaamista tyypitystä - tyypityksen vahvuus vaihtelee. (Ousterhout puhui tyypittömyydestä mutta hän tarkoitti dynaamista tyypitystä.) Juontokieliä ovat esimerkiksi Perl, Python, Rexx, Tcl, Visual Basic ja Unixin kuoret. 1.5 Ohjelmointikielten suunnitteluperiaatteita Tony Hoare kirjoitti 1970-luvun alussa poleemisen artikkelin (Hoare, 1989), jossa hän antoi mielestään objektiiviset kriteerit ohjelmointikielen hyvyydelle. Ne ovat seuraavat. Kielen tulisi auttaa ohjelman suunnittelussa. Kielen tulisi auttaa ohjelman dokumentoinnissa.

12 18 LUKU 1. JOHDANTO Kielen tulisi auttaa virheiden jäljittämisessä. Näiden pohjalta Hoare nimeää viisi avainlausahdusta, jotka kuvaavat hyvää ohjelmointikieltä: yksinkertaisuus Yksinkertaisuus on välttämätöntä, sillä muuten edes kielen kehittäjä ei voi arvioida tekemiensä valintojen seurauksia eikä kielen toteuttaja voi saavuttaa edes luotettavuutta saati sitten tehokkuutta ja nopeutta. Yksinkertaisuudesta hyötyy kuitenkin ensisijaisesti kielen käyttäjä. turvallisuus Turvallisuudella Hoare tarkoittaa sitä, että kielellä kirjoitettu ohjelma ei saa missään tilanteessa edes ohjelmoijan virheen seurauksena käyttäytyä hallitsemattomasti (esimerkiksi sekoittaa käyttöjärjestelmän tai muistinhallinnan tietorakenteita) tai eri järjestelmissä eri tavoilla. Lisäksi kielen syntaksin tulee olla sellainen, ettei yksinkertainen kirjoitusvirhe muuta ohjelman merkitystä merkittävästi. Nykyisinä Internet-ohjelmoinnin aikoina turvallisuus on entistä merkittävämpi, sillä juuri ohjelmointikielten turvallisuuden puute on ollut merkittävä tietomurtoja edistävä tekijä. lyhyt kääntymisaika Käännösajan (se aika, joka kestää koodin muuttamisen päättymisestä siihen, kun muutettua ohjelmaa voi ajaa) tulee olla mahdollisimman lyhyt, jotta virheenjäljitys ja -korjaus onnistuisi mahdollisimman hyvin. Tämä vaikuttaa myös kielensuunnittelijan työhön, sillä eri ominaisuudet vaativat eri määrän työtä käännösaikana. ajonaikainen tehokkuus Ohjelmointikieli on työkalu ja siksi sen tulee olla tehokas. Tässä pätee sama kuin edellisessäkin kohdassa: kielensuunnittelija voi vaikuttaa paljon siihen, että onko hänen kielensä toteutettavissa tehokkaasti. luettavuus Ohjelman luettavuuden tärkeyden pitäisi olla kaikille selvä. Hoare antaa myös artikkelissaan monia ohjeita siitä, miten hänen mielestään näihin tavoitteisiin voitaisiin päästä, mutta monet niistä ovat jo varsin kyseenalaisia. Silti kielensuunnittelusta kiinnostuneen kannattaa tutustua Hoaren artikkeliin kokonaisuudessaan. Hoaren listaan voimme lisätä vielä yhden avainlausahduksen: stabiilius. Tuotantokäytössä olevan kielen tulee olla saavuttanut tietynasteinen kypsyys. Kielen käyttäjien tulee voida luottaa siihen, että juuri se kielen versio on validi vielä kahden, viiden ja aika usein vielä kymmenenkin

13 1.6. KIELEN MÄÄRITTELY 19 vuoden kuluttua sekä ei pelkästään Windowsissa vaan myös Unixissa, Macissa ja vaikkapa GNU:ssa. Tässä auttaa voimakkaasti kielen standardointi, sillä standardi antaa stabiiliutta ja antaa yhteisen pohjan kielen eri toteutuksille. 1.6 Kielen määrittely Kielestä on aina syytä kirjoittaa määrittelydokumentti (specification) samaan aikaan kun sitä ensimmäistä kertaa toteutetaan tai heti sen jälkeen. Määrittelydokumentti kertoo ohjelmoijalle, mitä kieli tarjoaa, ja toteuttajalle, mitä hänen ohjelmansa tulee tehdä. Tämän dokumentin lisäksi on toki hyvä olla ohjelmoijan opas erikseen, koska määrittelydokumentti on ollessaan hyödyllinen tavallisesti suhteellisen vaikealukuinen. Määrittelydokumentissa kuvataan kaikki oleellinen kielestä riittävällä tarkkuudella. Tässä on valittavissa monta tarkkuustasoa: voidaan esittää asia epämuodollisesti tai sitten hieman muodollisemmin. Kielioppi esitetään nykyisin lähes aina täysin muodollisesti käyttäen tiettyjä formalismeja (tavallisimmin Backus-Naur Form (BNF) tai sen muunnokset EBNF ja ABNF). Merkitysoppi on tapana ilmaista sanallisesti, koska olemassaolevat merkitysopin muodolliset kuvausmenetelmät (aksiomaattinen, denotationaalinen ja operationaalinen) ovat varsin vaikeita kirjoittaa ja lukea. Myös mahdollinen tyyppijärjestelmä voidaan kuvata muodollisesti esittelemällä se päättelysääntöjoukkona. Palaamme näihin kaikkiin formalismeihin myöhemmin. Uuden ohjelmointikielen määrittelydokumenttia levitetään tavallisimmin kielen alkuperäisen toteutuksen mukana. Toisinaan erityisesti yliopistoissa ja tutkimuslaitoksissa luotujen kielten määrittelydokumentti julkaistaan laitosraporttina tai jopa kansainvälisenä tutkimusartikkelina, ja monien määrittelyjen nimi onkin muotoa Report on the X Language Y, missä X on jokin kieltä Y kuvaava lausahdus. Tavallista on myös julkaista kielten paranneltuja versioita, jolloin saattaa tulla kyseeseen julkaista myös Revised Report on the X Language Y. Scheme on tästä mainio esimerkki: Schemeraportista on nyt voimassa kuudes revisio ( Kun kieli on saavuttanut tietyn kypsyystason ja käyttäjäjoukon, aletaan tavallisesti puuhata sen standardointia. Standardointia harrastavat monet järjestöt, tärkeimpinä ISO 1, usein yhteistyössä IEC:n 2 kanssa, EC- 1 Kansainvälinen standardointijärjestö, 2 Kansainvälinen sähköteknillinen standardointijärjestö,

14 20 LUKU 1. JOHDANTO MA 3 sekä IEEE 4. Takavuosina merkittävässä asemassa olivat myös Yhdysvaltain kansallisen standardointijärjestön ANSI:n standardit, mutta nykyisin lähes kaikki ohjelmointikieliin liittyvät ANSI-standardit ovat myös kansainvälisiä ISO/IEC-standardeja. Usein tosin kielten standardointi tehdään näiden virallisten tahojen ulkopuolella esimerkiksi Haskell-kielen standardointi tehtiin käyttäjä- ja toteuttajayhteisön sisällä (Peyton Jones, 2003). Seuraavassa on listattu joidenkin tunnettujen kielten standardit: C-kielestä on kolme standardia: ANSI X , ISO/IEC 9899:1990 ja ISO/IEC 9899:1999. Kaksi ensimmäistä ovat oleellisesti sama standardi ja käsittelevät sitä C:n versiota, jota on tapana kutsua ANSI C:ksi, C89:ksi tai C90:ksi. Kolmas standardi käsittelee C:n uutta versiota C99:ä. C++-kielen standardi on ISO/IEC 14882:1998. Scheme-kielen standardi on IEEE Std C#-kielen standardi on ECMA-334. BASIC-kielestä on neljä standardia: ANSI X , ECMA-116, ANSI X (R1998) ja ISO/IEC 10279:1991 (E). Ne kaikki käsittelevät hieman eri versiota kielestä. Java-kielestä ei ole standardia. 1.7 Toteutustekniikoista Ohjelmointikielten toteutukset jaetaan kahteen pääluokkaan: on tulkkeja (interpreter) ja kääntäjiä (compiler). Rajanveto näiden luokkien välillä on hankalaa. Räikeimmissä tapauksissa se on suhteellisen helppoa: tulkki lukee ohjelmatekstiä ja suorittaa sitä lukiessaan, kääntäjä tuottaa ohjelmatekstistä konekielisen version, joka ajetaan erikseen. Käytännössä kuitenkaan puhtaita tulkkeja ei ole. 3 Informaatio- ja kommunikaatojärjestelmiä standardoiva eurooppalainen järjestö, 4 Institute of Electrical and Electronics Engineers,

15 1.7. TOTEUTUSTEKNIIKOISTA 21 Varsin suosittu tapa toteuttaa tulkki on rakentaa se kaksivaiheiseksi. Tulkkiin sisältyy eräänlainen esikääntäjä, joka kääntää ohjelman jonkin kuvitteellisen koneen konekielelle. Tämä kuvitteellinen eli virtuaalinen kone on suunniteltu siten, että sille on kyseinen kieli helppo kääntää ja toisaalta sitä on helppo simuloida ohjelmallisesti. Tulkin toinen osa on sitten tämän virtuaalisen koneen simulaattori, jota usein sanotaan virtuaalikoneeksi, joka sitten tosiasiassa tulkkaa tuon käännetyn tuloksen. Tämän virtuaalisen koneen konekieli on eräänlainen välikieli, jota tulkki käyttää apunaan. Sitä kutsutaan toisinaan tavukoodiksi (bytecode). Ohjelmointikielten kääntäjän (ja virtuaalikoneratkaisua käyttävän tulkin esikääntäjäosan) perusrakenne on kaksijakoinen: sillä on lähdekielestä riippuva etupää ja kohdekielestä (kohdekoneen konekieli) riippuva takapää. Etupää koostuu neljästä vaiheesta: leksikaalinen analyysi, syntaktinen analyysi, semanttinen analyysi ja välikoodin (intermediate code) tuottaminen. Takapää koostuu optimoimesta ja tuloskoodin (object code) tuottimesta. Tavallisesti osa näistä vaiheista tapahtuu limittäin, ei erillisinä vaiheina välituloksineen.

16 22 LUKU 1. JOHDANTO

17 Luku 2 Peruskäsitteitä 2.1 Metakieli kohdekieli Kun tarkastelun kohteena on ohjelmointikieli tai luonnollinen kieli on tarkkaan pidettävä huoli, ettei sekoiteta toisiinsa kieltä, jolla tarkastelu tehdään (metakieli, engl. metalanguage), ja kieltä, joka on tarkastelun kohteena (kohdekieli, engl. object language). Esimerkiksi, lauseessa It s raining cats and dogs on englannin kielen idiomi, jolla tarkoitetaan rankkasadetta. suomea käytetään metakielenä ja englanti on kohdekielenä. Vastaavasti ohjelmointikielestä puhuttaessa se on luonnollisestikin kohdekieli ja metakielenä käytetään yleensä suomea tai englantia. Kielenkäsittelimiä ohjelmoitaessa on metakielenäkin jokin ohjelmointikieli. Luonnollista kieltä kirjoitettaessa metakieli erotetaan kohdekielestä tavallisesti laittamalla kohdekieliset ilmaukset lainausmerkkeihin tai kursivoimalla kohdekieliset sanat: Cat on suomeksi kissa, cat on suomeksi kissa. Suomen tai englannin kielen ollessa metakielenä ja ohjelmointikielen kohdekielenä ero tehdään usein käyttämällä eri fonttia: int i;. Kääntäjiä ja muita ohjelmia, jotka käsittelevät kieliä kirjoitettaessa sekä metak- että kohdekieli on ohjelmointikieli. Yksinkertaisemmissa tapauksissa kohdekieltä kirjoitetaan merkkijonovakioihin, laajemmissa ohjelmissa käytetään erityisiä tietorakenteita. Hyvä esimerkki tilanteesta, jossa metakielen ja kohdekielen sekoittaminen on helppoa mutta ongelmallista, on Alfred Tarskin klassinen totuusmääritelmä: 23

18 24 LUKU 2. PERUSKÄSITTEITÄ a && b on tosi jos ja vain jos sekä a että b ovat tosia. Nopeasti katsoen tämä ei tuo meille mitään uutta, siinähän sanotaan että ja on ja. Mutta tämä ei pidä paikkaansa: Tarskin määritelmä siirtää metakielen merkityksen kohdekieleen. 2.2 Staattinen dynaaminen Ohjelmointikielen tarkastelussa erotetaan toisistaan staattinen (engl. static) ja dynaaminen (engl. dynamic) katsantokanta. Näitä käsitteitä kutsutaan toisinaan myös käännösaikaiseksi (engl. compile-time) ja ajonaikaiseksi (engl. runtime). Staattisessa tarkastelussa ohjelmatekstistä etsitään ominaisuuksia, jotka ovat riippumattomia yksittäisestä suorituskerrasta. Useimpien kielten jäsennys on staattista: ohjelmatekstin kieliopillinen tulkinta ei riipu siitä, mitä ohjelman suorituksessa on tapahtunut. Joissakin kielissä (esimerkiksi C-sukuiset kielet sekä ML ja Haskell) tyypitysinformaatio on staattista: saman muuttujan tyyppi on joka suorituskerralla sama. Jotkut ohjelmointivirheet voidaan diagnosoida staattisesti (ennen yhdenkään suorituksen alkua): näitä ovat tyypillisesti kielioppi- ja tyyppivirheet. Dynaamisessa tarkastelussa on kyse ohjelman suorituksen tarkastelusta. Esimerkiksi se, mikä on jonkin muuttujan arvo, riippuu (yleensä) olennaisesti siitä, mitä ohjelman suorituksen aikana on tapahtunut. Joissakin kielissä (kuten Lisp, Perl, Python, Smalltalk) muuttujan tyyppikin voi riippua siitä, mitä ohjelman suorituksen aikana on tapahtunut. 2.3 Olio Kun ohjelma varaa suorituksensa aikana muistia, syntyy olio (engl. object). Oliolla on identiteetti, muisti ja käyttäytyminen; tarkastellaan näitä kutakin vuoron perään. Se, että oliolla on identiteetti, tarkoittaa sitä, että jokainen olio on yksilö. Kaksi samalla tavalla käyttäytyvää oliota on mahdollista erottaa toisistaan. Identiteetti (engl. identity) on se olion sisäsyntyinen ominaisuus, jolla olio erottuu muista olioista. Yksinkertaisissa tapauksissa identiteetti on olion muistiosoite, mutta on runsaasti tilanteita, joissa osoite ei ole riittävä identiteetiksi. Olion muisti (engl. memory) on yksinkertaisessa tilanteessa palanen tietokoneen virtuaalimuistia mutta voi olla mitä tahansa, jonka avulla olio

19 2.3. OLIO 25 kykenee muistamaan menneitä tapahtumia. Usein muistista käytetään termiä tila (engl. state); tällöin ajatellaan, että olio on äärellinen tilakone. Oliolle voi sen ulkopuolelta tulla ärsykkeitä (viestejä, engl. messages), joihin olio reagoi mahdollisesti muuttamalla tilaansa ja mahdollisesti aiheuttamalla ärsykkeitä muille olioille. Olion käyttäytyminen (engl. behavior) tarkoittaa kaikkea sitä, miten kyseinen olio voi reagoida sille tuleviin ärsykkeisiin. Yksinkertaisimmat oliot imitoivat tietokoneen sellaisenaan ymmärtämää tietoa. Tällainen on esimerkiksi kokonaislukuolio, johon voi tallettaa kokonaisluvun myöhempää käyttöä varten. Lähes kaikki ohjelmointikielet tukevat suoraan näiden yksinkertaisten olioiden käsittelyä. Monimutkaisemmat oliot, kuten esimerkiksi opiskelijaa edustava olio kurssitietojärjestelmässä, ovat suoraan kuvattavissa lähinnä oliokielissä. On tärkeää käsittää, että olio on dynaaminen, ei staattinen käsite. Olio ei esiinny ohjelmatekstissä vaan se syntyy ohjelman suorituksen aikana ainakin yleensä ja myös kuolee ohjelman suorituksen aikana ainakin yleensä. Ohjelmatekstissä saattaa esiintyä olion rakenne- ja toimintakuvaus (esimerkiksi C++:n, Javan ja C#:n luokat), mutta se ei ole (yleensä) olio. 1 (Olion) elinaika (engl. lifetime (of an object)) tarkoittaa sitä aikaväliä, jolloin olio on olemassa. Olio voi 1. syntyä ohjelman alkaessa ja kuolla sen loppuessa (staattinen olio, static object). 2. syntyä tiettyyn ohjelmalohkoon tultaessa ja kuolla sieltä lopullisesti poistuttaessa (pinodynaaminen olio, stack-dynamic object). 3. syntyä erityisen luontioperaation ja kuolla erityisen tuhoamisoperaation johdosta (manuaalisesti tuhottava kekodynaaminen olio, manually deallocated heap-dynamic object). 4. syntyä erityisen luontioperaation vaikutuksesta ja kuolla joskus, kun sitä ei enää kaivata (automaattisesti kuoleva kekodynaaminen olio, automatically deallocated heap-dynamic object). 5. syntyä jo ennen ohjelman alkamista tai kuolla vasta joskus ohjelman päättymisen jälkeen (säilyvä olio, persistent object). 1 Tähän tärkeä poikkeus on Smalltalk (ja jotkin muut puhtaat oliokielet), joissa luokkakin on olio, ja jopa luokan rakenne- ja toimintakuvaus on olio.

20 26 LUKU 2. PERUSKÄSITTEITÄ Kaikki ohjelmointikielet eivät tue kaikkia edellä mainittuja elinikätyyppejä. Esimerkiksi alkuperäisessä Fortranissa käytettiin vain staattisia olioita. Useimmat kielet eivät tue säilyviä olioita. Monet laajassa käytössä olevat kielet eivät tue automaattisesti kuolevia kekodynaamisia olioita, mutta lähes kaikki muut kielet puolestaan eivät tue manuaalisesti tuhottavia kekodynaamisia olioita. 2.4 Arvo Arvo (engl. value) on matemaattisen laskutoimituksen tulos, laajasti ymmärrettynä. Arvoja ovat muiden muassa kokonaisluvut, merkkijonot ja (viitaten luottotiliesimerkkiin edellä) laskukokoelmat. Olion tila voidaan mallittaa arvona. Esimerkiksi kokonaislukuolion tila on arvo (kokonaisluku), merkkijono-olion tila on arvo (merkkijono). Jopa opiskelijaa edustavan olion tila on (rakenteeltaan monimutkainen) arvo. Arvolla ei ole muistia eikä käyttäytymistä: lukuarvo 5 on lukuarvo 5, se ei siitä miksikään muutu eikä se reagoi mihinkään ärsykkeisiin. Se, onko arvolla identiteettiä, on filosofinen kysymys. On tärkeää käsittää, että arvot eivät näy missään. Tietokoneohjelman lähdekoodissa esiintyvä merkkijono 42 ei ole arvo 42; se edustaa (engl. represents) tai tarkoittaa (engl. denotes) sitä. Myöskään erään ohjelman ruudulle tulostama Hei maailma! ei ole merkkijonoarvo vaan se edustaa sitä. Arvo on sinänsä staattinen käsite: se on olemassa ohjelman suorituksesta riippumatta. Arvoa käytetään kuitenkin lähinnä ohjelman dynaamisessa analyysissä kuten monisteen edetessä huomataan. 2.5 Tyyppi Tyyppi (engl. type) on muuttujan, lausekkeen, arvon tai olion ominaisuus. Sillä on kaksi tehtävää: se kertoo, minkä joukon alkiosta on kyse sekä mitkä operaatiot tai ärsykkeet ovat kyseiselle muuttujalle, lausekkeelle, arvolle tai oliolle sallittuja. Tyyppivirheellä (type error) tarkoitetaan sitä, että oliolle annetaan ärsyke, jota se ei osaa tulkita. Huomaamatta jäävät tyyppivirheet johtavat ohjelman suorituksen sekoamiseen. Mikäli ohjelmointikieli (eli oikeasti sen määrittely) vaatii toteutukseltaan, että se diagnosoi (ilmoittaa käyttäjälle) kaikki tyyppivirheet, kieli on vahvasti tyypitetty (strongly typed). Muussa tapauksessa kieli on heikoisti tyypitetty (weakly typed). Joitakin kieliä voidaan myös verrata keskenään sen mukaan, mitä tyyppivirheitä ne vaativat

21 2.6. (NIMETTY) VAKIO 27 diagnosoitavaksi. Esimerkiksi C ja C++ ovat heikosti tyypitettyjä (molemmissa on mahdollista kirjoittaa tyyppivirheellinen ohjelma, jonka tyyppivirhettä ei toteutus huomaa), mutta C++ on paljon vahvemmin tyypitetty kuin C. Java, Haskell, Smalltalk ja Scheme ovat esimerkkejä vahvasti tyypitetyistä kielistä. Kielen toteutus voi diagnosoida tyyppivirheen joko ennen suoritusta tai suoritusaikana. Ensin mainitussa tapauksessa on kyse staattisesta tyyppitarkastuksesta, jälkimmäisessä dynaamisesta tyyppitarkastuksesta. 2.6 (Nimetty) vakio Nimetty vakio (engl. named constant), yleensä lyhyesti vakio (engl. costant), on nimi, joka ohjelmatekstissä annetaan jollekin arvolle. Nimetyn vakion hyötynä on se, ettei ohjelmatekstissä jouduta käyttämään taikanumeroita (engl. magic numbers) lukuvakioita, joilla on jokin erityinen merkitys ohjelmassa ja jotka usein toistuvat ohjelmassa monta kertaa. Tyypillisiä käyttökohteita ovat verkkoprotokollan portit, hajautusfunktion jakaja sekä erilaiset bittimaskit. Nimetty vakio on staattinen, ja sitä on mahdollista käyttää kaikissa sellaisissa yhteyksissä, missä tarvitaan käännösaikainen vakio (esimerkiksi taulukon koko monissa kielissä). Monissa kielissä nimetyn vakion luomiseen on yksinkertainen keino. Esimerkiksi Pascal: CONST nntpport = 118; maxpersons = 16384; Toisissa kielissä keino on yksinkertainen mutta epäintuitiivinen. Esimerkiksi C++: enum { NNTP_PORT = 118, MAX_PERSONS = }; C++:n const-avainsana ei nimittäin tuota nimettyä vakiota vaan muuttujan, jonka muuttaminen on estetty. 2.7 Muuttuja Muuttuja (engl. variable) on nimi, joka ohjelmatekstissä annetaan oliolle. Muuttuja on dynaaminen käsite siinä mielessä, että eri suorituskerroilla, ja

22 28 LUKU 2. PERUSKÄSITTEITÄ jopa saman suorituskerran aikana eri tilanteissa, se voi tarkoittaa eri oliota. Sääntöjä, joiden perusteella ratkaistaan, mitä oliota (jos mitään) tietty muuttujanimi tarkoittaa missäkin tilanteessa, kutsutaan englannin kielessä termillä scoping rule, ja suomeksi voisi kaiketi puhua näkyvyyssäännöistä. Joissakin kielissä osa (tai kaikki) muuttujista viittaavat olioon epäsuorasti. Tällöin puhutaan viitemuuttujasta (engl. reference variable). Voidaan ajatella, että tällainen muuttuja viittaa viiteolioon, jonka ainoa tehtävä on delegoida kaikki ärsykkeet viittauksen kohteena olevaan muuttujaan ja joka mahdollisesti voi vaihtaa viittamansa olion toiseen saatuaan sopivan ärsykkeen. Muuttuja on globaali, jos se on käytettävissä kaikkialla ohjelmassa ja paikallinen (engl. local), jos se on käytettävissä vain tietyn lohkon sisällä. 2.8 Lohkorakenne Käytännössä kaikki nykykielet rakentuvat lohkorakenteen ympärille seuraavasti. Lohko (engl. lexical scope) on ohjelmatekstin (yhtenäinen) osa. Kukin kieli määrittelee välimerkit tai muut ilmaisutavat, joilla lohkon alku ja loppu merkitään ohjelmaan. Esimerkiksi Javassa kukin luokka on lohko, kukin metodi on lohko ja kukin lohkolause on lohko. Smalltalkissa jokainen metodi on lohko ja jokainen blokki on lohko. Pythonissa kukin luokka on lohko ja kukin metodi on lohko, mutta metodin sisällä ei ole (muita) lohkoja. Yleensä kielessä on myös globaali lohko (joka käsittää koko ohjelman) ja mahdollisesti modulilohko (joka käsittää yksittäisen modulin tai muun vastaavan ohjelmayksikön). Lohkot ovat joko sisäkkäin tai kokonaan erillisiä; tämä on olennainen osa lohkon käsitettä. Toisin sanoen ei ole tilannetta, jossa yksi lohko alkaa toisen lohkon sisällä mutta ensiksi mainittu lohko jatkuu vielä jälkimmäiseksi mainitun lohkon päättymisen jälkeen. Ohjelmointikielen sanotaan noudattavan staattista lohkoilua (engl. static scoping), jos lohkon sisällä määritelty nimi ei ole käytettävissä lohkon ulkopuolella ja jos silloin, kun kahden erillisen lohkon sisällä on määritelty sama nimi, käsitellään niitä eri niminä. Lähes kaikki nykykielet toimivat tähän tapaan. Mitä tapahtuu silloin, kun lohkossa on määritelty nimi, ja sama nimi määritellään lohkon sisällä olevassa toisessa lohkossa? Tilanne on siis tämä (käyttäen C:n syntaksia): int f(int x, int y)

23 2.8. LOHKORAKENNE 29 { } if (x == 0) { int y = 5; printf("y = %d\n", y); } printf("y = %d\n", y); Eri kielet ratkaisevat tämän ongelman pääosin kahdella eri tavalla. Jotkin kielet kieltävät tällaisen nimen uudelleen määrittelyn, koska se usein on merkki ohjelmoijan kirjoitus- tai ajatusvirheestä. Toiset kielet sallivat tämän ja määrittelevät, että sisemmän lohkon määrittely peittää (engl. shadows) ulomman lohkon määrittelyn sisemmän lohkon sisällä. Aktivaatiot Kun ohjelman suoritus siirtyy johonkin (suoritettavaan) lohkoon, joko lohkon alkuun taikka lohkon ulkopuolelta tehdyn goto-lauseen (tai vastaavan) vuoksi lohkon sisälle, sanotaan kyseisen lohkon aktivaation (engl. activation) alkavan. Lohkon aktivaatio päättyy, jos suoritus siirtyy pois lohkosta joko lohkon ulkopuolelle kohdistuvan goto-lauseen (tai vastaavan) vuoksi taikka siksi, että suoritus on saavuttanut lohkon lopun. Suoritus voi siirtyä väliaikaisesti lohkon ulkopuolelle aliohjelmakutsun (tai vastaavan) takia, mutta tällöin lohkon aktivaatio ei pääty vaan jää odottamaan paluuta. Lohkon sisällä määritellyt paikalliset muuttujat tarkoittavat joka aktivaatiossa eri olioita. Siksi lohkon aktivaation alkaessa aktivaatiota ilmentämään luodaan ns. aktivaatiotietue activation record, jonka osaksi otetaan paikallisten muuttujien oliot. Tehokkuussyistä tosin saman aliohjelman (tai vastaavan) kaikilla lohkoilla on lähes aina yhteinen aktivaatiotietue. Toisinaan käy niin, että lohkolla on useita aktivaatioita samanaikaisesti. Näin voi käydä, jos lohko on osa (suoraan tai epäsuorasti) rekursiivista aliohjelmaa. Näin voi myös käydä, jos ohjelmassa on useita säikeitä. Jos lohkon samanaikaiset aktivaatiot eivät häiritse toisiaan, sanotaan lohkon olevan vapaakäyntinen (engl. reentrant); muutoin se on sarjakäyntinen (engl. nonreentrant, serially reusable). Yhden säikeen sisällä vapaakäyntisyyden toteuttamiseen riittää, että aktivaatiotietueet tallennetaan pinoon, koska vain yksi aktivaatio on säikeen sisällä kerrallaan varsinaisesti suoritettavana ja tämä on aina nuorin elossa oleva (kyseisessä säikeessä luotu) aktivaatio, ja aktivaatiot päättyvät aina käänteisessä käynnistysjärjestyksessä. Pinossa olevaa aktivaatio-

24 30 LUKU 2. PERUSKÄSITTEITÄ tietuetta kutsutaan usein pinokehykseksi (engl. stack frame). Kullakin säikeellä pitää sen sijaan olla oma pinonsa.