万字详文讲述C语言发展史的点点滴滴

原创腾讯技术工程2020-09-24 18:08:00

作者:李彦锋,腾讯 IEG 运营开发工程师

一直想写一篇关于C语言的文章,里面包含C语言的发展史、创始人等相关事迹。但是却迟迟未写,主要原因是因为:在我看来,这个语言太过于伟大、耀眼。作为一个仅仅使用过C语言的普通开发来说,完全没资格去写。但是,最近在看过一篇丹尼斯.里奇写的《C语言发展史》之后,坚定了我写这篇文章的决心。不是歌功颂德,仅仅是以一种客观的视角去欣赏。

1 C语言发展史

任何一种新事物的出现都不是来自于偶然,而是时代所驱使的必然结果。

1.1 C语言有多伟大

如果你问我:C语言有多伟大。那么,我可能会想一下,说:多伟大我不知道,但是我知道很伟大。

这里,我想说一句可能有点片面的话,就是:如今这世界上,凡是带电的地方,可能都会有她(C语言)或者她的子孙的影子。

任何比C语言更低级的语言,都不足以完整地抽象一个计算机系统;任何比C高级的语言,都可以用C来实现。

1.2 C语言之父

Ritchie 贝尔实验室的个人主页地址

https://www.bell-labs.com/usr/dmr/www/index.html

丹尼斯·麦卡利斯泰尔·里奇(英语:Dennis MacAlistair Ritchie,1941年9月9日-2011年10月12日),美国计算机科学家。黑客圈子通常称他为“dmr”。他是C语言的创造者、Unix操作系统的关键开发者,对计算机领域产生了深远影响,并与肯·汤普逊同为1983年图灵奖得主。

丹尼斯.里奇 生平时间线 ↑

麻省理工大学计算机系的马丁教授评价说:"如果说,乔布斯是可视化产品中的国王,那么里奇就是不可见王国中的君主。乔布斯的贡献在于,他如此了解用户的需求和渴求,以至于创造出了让当代人乐不思蜀的科技产品。然而,却是里奇先生为这些产品提供了最核心的部件,人们看不到这些部件,却每天都在使用着。"

克尼汉评价道:牛顿说他是站在巨人的肩膀上,如今,我们都站在里奇的肩膀上。

1.3 C语言的先辈

为了简洁起见,我(Dennis M.Ritchie)省略了对C本身,其父级B [Johnson 73]和其祖父母BCPL [Richards 79]的完整描述,而只关注每种语言的特征元素以及它们如何演变。

This paper is about the development of the C programming language, the influences on it, and the conditions under which it was created. For the sake of brevity, I omit full descriptions of C itself, its parent B [Johnson 73] and its grandparent BCPL [Richards 79], and instead concentrate on characteristic elements of each language and how they evolved.

《The Development of the C Language》

https://www.bell-labs.com/usr/dmr/www/chist.html

这段文字出自C语言之父丹尼斯.M.里奇所写的一篇关于《C语言发展史》的文章,文中明确指出C语言源自于B、BCPL两种语言。可以把C语言看做是站在巨人的肩上,顺应时代潮流的后浪。

1.3.1 BCPL语言之父

Martin Richards ↑

Martin Richards's BCPL Reference Manual, 1967

https://web.archive.org/web/20080622171914/http://cm.bell-labs.com/cm/cs/who/dmr/bcpl.html

马丁·理查德(英语:Martin Richards,1940年7月21日-),生于英国,计算机科学家,为BCPL编程语言的发明者,发展了TRIPOS操作系统。

1966年,马丁·理查德在剑桥大学,以CPL编程语言为基础,发明了BCPL编程语言。

1.3.2 B语言之父

Kenneth Lane Thompson ↑

肯尼斯·兰·汤普逊(英语:Kenneth Lane Thompson,1943年2月4日-)小名肯·汤普逊(英语:Ken Thompson),美国计算机科学学者和工程师。黑客文化圈子通常称他为“ken”。在贝尔实验室工作期间,汤普逊设计和实现了Unix操作系统。他创造了B语言(基于BCPL) — C语言的前身,而且他是Plan 9操作系统的创造者和开发者之一。与丹尼斯·里奇同为1983年图灵奖得主。

2006年,汤普逊进入Google公司工作,与他人共同设计了Go语言。

1.3.3 一组Ken与Dennis的照片

日益精进

站在巨人的肩上

坐着的是Ken 站着的是Dennis ↑

与优秀之人为伍。

不畏得失,做有趣的事。

左 Ken、右 Dennis | 右上角:Unix标识牌 ↑

言传身教。

感谢丹尼斯.里奇留给了这世界一本“C语言圣经”。

可惜的是,当年笔者大学学的是谭浩强谭老师的C语言。

Dennis与《The C Programming Language》 ↑

互相成就。

终成正果。

你做了什么,最终会被世人看到。

1999年获得美国国家技术奖 [左一:Ken | 左二:Dennis | 右一:克林顿] ↑

从这些老照片中,我隐隐约约看到了几行小字,写着:

与优秀之人为伍

互相成就

试想,有多么重要?

1.4 C语言时间线

Computer Languages History

https://www.levenez.com/lang/

从图中时间线,可以明显的看出C语言的起源以及时间节点。

有时候不得不说时势造英雄,在1969~1971年之间著名的操作系统Unix从肯.汤普逊手中诞生,作为一种大型的系统性软件来说,极其需要一种可靠的高级语言的出现(当时的低级语言指的是汇编,因为之前的操作系统是用汇编写的)。这个时候的丹尼斯.里奇也没闲着,在对B语言改良之后,就诞生了带有类型的C语言(据里奇自己说,有一段时间称这种改良的语言为NB。即:new B。不过,在我们这些吃瓜群众眼中看来也确实NB)。

In 1971 I began to extend the B language by adding a character type and also rewrote its compiler to generate PDP-11 machine instructions instead of threaded code. Thus the transition from B to C was contemporaneous with the creation of a compiler capable of producing programs fast and small enough to compete with assembly language. I called the slightly-extended language NB, for `new B.'

1.5 unix时间线

Unix的诞生与C语言被广泛的传播、使用,有着密切的联系。

上图时间线只显示前几个与C语言在相同时间段内诞生的Unix版本(当然,感兴趣的话,可以查询Unix相关发展史,绝对会让你大吃一惊。其中最著名的几个分支:BSD、minix、Linux...)。

下面,通过在网上找得到的部分Unix内核源码,来追溯一下C语言出现的时机。

1.5.1 PDP-Unix

PDP-Unix系统内核代码文件

PDP-7 Unix

https://minnie.tuhs.org/cgi-bin/utree.pl?file=PDP7-Unix

可以看到基本都是用汇编写的(文件名后缀.s)。为什么用基本这个词呢?因为,在系统里面有一部分命令是用B语言写的。

1.5.2 First Edition Unix

First Edition Unix系统内核代码文件

First Edition Unix

https://minnie.tuhs.org/cgi-bin/utree.pl?file=V1

可以看到,还是用汇编写的(文件名后缀.s)。

1.5.3 Second Edition Unix

Second Edition Unix系统内核代码文件

Second Edition Unix The second edition of Unix was developed for the PDP-11 at Bell Labs by Ken Thompson, Dennis Ritchie and others. It extended the First Edition with more system calls and more commands. This edition also saw the beginning of the C language, which was used to write some of the commands.

Second Edition Unix

https://minnie.tuhs.org/cgi-bin/utree.pl?file=V2

到这个版本,已经可以看到C语言的身影了。

1.5.4 Unix与C语言

从C语言在Unix V2版本出现之后,Unix的V3版本开始,已经可以在Unix内核中见到大量C语言编写的代码。

据里奇所说:到1973年初,现代C的基本知识已经完成。C语言和编译器强大到,足以让我们在当年夏天用C重写PDP-11的Unix内核 (也就是Unix的V3版本)。

By early 1973, the essentials of modern C were complete. The language and compiler were strong enough to permit us to rewrite the Unix kernel for the PDP-11 in C during the summer of that year.

到了这个时间节点,基本可以肯定的是C语言、Unix的大部分核心都已经完善。剩下要做的就是,可移植性、标准化。

后面的故事,大家可能也听说过:后来学术和政府组织中都在使用Unix,也正是由于Unix的风靡与兴盛,带动了C语言被广泛的传播、使用。

在1980年代,C语言的使用广泛传播,并且几乎所有机器体系结构和操作系统都可以使用编译器。尤其是,它已成为个人计算机的编程工具,无论是用于这些机器的商业软件制造商,还是对编程感兴趣的最终用户,都非常受欢迎。

During the 1980s the use of the C language spread widely, and compilers became available on nearly every machine architecture and operating system; in particular it became popular as a programming tool for personal computers, both for manufacturers of commercial software for these machines, and for end-users interested in programming.

这也就是所谓的互相成就。

一句话概括就是:不畏得失、日渐精进,最终互相成就。

1.6 第一个C语言编译器是怎样编写的?

不知道你有没有想过,大家都用C语言或基于C语言的语言来写编译器,那么世界上第一个C语言编译器又是怎么编写的呢?这不是一个“鸡和蛋”的问题……

回顾一下C语言历史:Tomphson在BCPL的基础上开发了B语言,Ritchie又在B语言的基础上成功开发出了现在的C语言。在C语言被用作系统编程语言之前,Tomphson也用过B语言编写过操作系统。可见在C语言实现以前,B语言已经可以投入使用了。因此第一个C语言编译器的原型完全可能是用B语言或者混合B语言与PDP汇编语言编写的。

我们现在都知道,B语言的执行效率比较低,但是如果全部用汇编语言来编写,不仅开发周期长、维护难度大,更可怕的是失去了高级程序设计语言必需的移植性。

所以早期的C语言编译器就采取了一个取巧的办法:先用汇编语言编写一个C语言的一个子集的编译器,再通过这个子集去递推,进而完成完整的C语言编译器。

详细的过程如下:先创造一个只有C语言最基本功能的子集,记作C0语言,C0语言已经足够简单了,可以直接用汇编语言编写出C0的编译器。依靠C0已有的功能,设计比C0复杂,但仍然不完整的C语言的又一个子集C1语言,其中C0属于C1,C1属于C,用C0开发出C1语言的编译器。在C1的基础上设计C语言的又一个子集C2语言,C2语言比C1复杂,但是仍然不是完整的C语言,开发出C2语言的编译器 …… 如此直到CN,CN已经足够强大了,这时候就足够开发出完整的C语言编译器的实现了。至于这里的N是多少,这取决于你的目标语言(这里是C语言)的复杂程度和程序员的编程能力。简单地说,如果到了某个子集阶段,可以很方便地利用现有功能实现C语言时,那么你就找到N了。下面的图说明了这个抽象过程:

https://kknews.cc/tech/bx2r3j.html 介绍一个概念,“自编译”Self-Compile,也就是对于某些具有明显自举性质的强类型(所谓强类型就是程序中的每个变量必须声明类型后才能使用,比如C语言,相反有些脚本语言则根本没有类型这一说法)编程语言,可以借助它们的一个有限小子集,通过有限次数的递推来实现对它们自身的表述,这样的语言有C、Pascal、Ada等等,至于为什么可以自编译,可以参见清华大学出版社的《编译原理》,书中实现了一个Pascal的子集的编译器。

知乎:48岁的C语言,你知道它背后的历史吗?

https://zhuanlan.zhihu.com/p/136102461

而这个过程也在Unix V2版本中找到了证据。

肯恩·汤普森,丹尼斯·里奇和其他人在贝尔实验室为PDP-11开发了Unix的第二版。它通过更多的系统调用和更多的命令扩展了第一版。此版本还看到了C语言的开始,该语言用于编写一些命令。

此处的代码仅是某些命令,某些库函数和C编译器的源代码。c /中的文件来自 last1120c.tar.gz 磁带,并构成了第二版Unix的有效C编译器。

下载地址

http://minnie.tuhs.org/Archive/Applications/Early_C_Compilers/last1120c.tar.gz

The second edition of Unix was developed for the PDP-11 at Bell Labs by Ken Thompson, Dennis Ritchie and others. It extended the First Edition with more system calls and more commands. This edition also saw the beginning of the C language, which was used to write some of the commands.

The code here is only the source to some of the commands, some of the library functions, and the C compiler. The files in c/ come from the last1120c.tar.gz tape, and form a working C compiler for Second Edition Unix.

https://minnie.tuhs.org/cgi-bin/utree.pl?file=V2

下载源码解压缩之后,目录结构如下:

感兴趣的小伙伴可以下载下来研究一下。

2 BCPL、B、C语言比较

如果想要找到一种好的方式,来进行编程语言之间比较的话,那么非代码莫属。

2.1 3 种语言代码示例

下面分别使用BCPL、B、C三种语言实现一个简单的程序:程序将三个数字a、b、c相加,并将结果赋值给sum,最后打印总和。

2.1.1 BCPL语言示例

BCPL:https://zh.wikipedia.org/wiki/BCPL

GET "libhdr"
LET start() = VALOF
{ 
    LET a, b, c = 1, 2, ,3    
    sum := a + b + c 
    writen(sum)
}

LET 声明变量

:= 符号为赋值符号 Go中也有该符号,表示函数内部局部变量。这里感觉很有意思的一点是:最初B语言之父肯.汤普逊把:=符号改成了=符号。现在,也作为Go语言之父之一,又把:=符号请回来了(冥冥之中的命运~)。

从BCPL到B的过渡中,决定使用单个字符 = 代替赋值 :=

Other fiddles in the transition from BCPL to B were introduced as a matter of taste, and some remain controversial, for example the decision to use the single character = for assignment instead of :=. Similarly, B uses /**/ to enclose comments, where BCPL uses //, to ignore text up to the end of the line. The legacy of PL/I is evident here. (C++ has resurrected the BCPL comment convention.) Fortran influenced the syntax of declarations: B declarations begin with a specifier like auto or static, followed by a list of names, and C not only followed this style but ornamented it by placing its type keywords at the start of declarations.

The Development of the C Language

https://www.bell-labs.com/usr/dmr/www/chist.html

2.1.2 B语言示例

A TUTORIAL INTRODUCTION TO THE LANGUAGE B :https://web.archive.org/web/20070807110157/http://cm.bell-labs.com/cm/cs/who/dmr/btut.html

B语言的语言结构

main() 
{
    -- statements --
}
newfunc(arg1, arg2) 
{
    -- statements --
}
fun3(arg) 
{
    -- more statements --
}

B语言代码示例

main() 
{
    auto a, b, c, sum;
    a = 1; b = 2; c = 3;
    sum = a+b+c;
    putnumb(sum);
}

语句auto ...是一个声明。即,它定义了要在函数内使用的局部变量

putnumb 是一个带参数的库函数,它将在终端上打印一个数字

2.1.3 C语言示例

#include <stdio.h>
void main()
{
    int a,b,c,sum;
    
    a=1; b=2; c=3;
    sum = a+b+c;
    printf("%d", sum);
}.

2.2 示例代码中三者的区别

通过上面例子可以三者的区别:

C语言写法更接近于B语言

BCPL、B语言都是无类型的语言,用word/cell表示一个固定长度的bit。C语言是有类型的

有一些地方,你可能感兴趣:

++、-- 符号是Thompson发明的

&&、|| 是在C语言引入的

说明:

    查了好久只找到了BCPL、B语言的部分代码片段,至于能不能跑起来,我也不知道 ^_^

    如果想要知晓三者的具体区别的话,建议阅读丹尼斯.里奇关于《C语言发展史》的文章

    BCPL、B语言也有经历过若干次版本迭代 (因为,网上找到的代码片段有很多写法不一样的地方。比如说,维基百科中找到的B代码片段,与在Unix内核前几个版本中找到的B代码片段写法就不一样。个人推测是版本问题,不同的版本不同的写法)

    C语言更接近与B语言,或者说是在B的基础上不断的添加了很多新特性 (抛出2个问题:1.里奇起名字时为什么不像C++一样,起名叫B++ ? 2.为什么C++用了2个加号,而不是一个加号,叫C+ ? 欢迎脑洞够大的同学在评论留言!)

    如果有高手觉得上面的代码片段有问题或者知道怎么跑起来的话,可以私下交流

3 历史为什么选择C语言

1960s年代后期,贝尔实验室对计算机系统的研究进入繁盛时期。MIT、General Electric、Bell实验室合作的Mutlics项目以失败而告终(1969年左右)。就是在这个时期,Ken Tompson开始写Mutlics的替代品,他希望按照自己的设计构造一个令人舒服的计算系统(也就是Unix)。后来在写出第一个版本的Unix时,觉得Unix上需要一个新的系统编程语言,他创造了一个B语言。B语言是没有类型的C,准确说B语言是Tompson把BCPL挤进8K内存,被其个人大脑过滤后的产生的语言。

由于B语言存在的一些问题,导致其只是被用来写一些命令工具使用。恰好在这个时期,Ritchie在B语言的基础上,进行了重新的设计改良,从而诞生了C语言。

1973年,C语言基本上已经完备,从语言和编译器层面已经足够让Tompson和Ritchie使用C语言重写Unix内核。后来,Unix在一些研究机构、大学、政府机关开始慢慢流行起来,进而带动了C语言的发展。

1978年,K&R编写的《The C Programming Language》出版,进一步推动了C语言的普及。

用一句话总结就是:对的时间、对的地点,出现了对的人以及工具 (Unix与C语言的关系,有点像GNU与Linux kernel的关系,都是互相成就)。

4 标准C库及代码

C语言及其标准经过若干次迭代之后,就成了今天大家看到的样子。其标准中指定了很多C标准库,而不同的系统都有自己不同的代码实现。

当然,Linux内核中也有实现了标准C库的代码,下面一起欣赏她的美。

4.1 标准C库

ANSI C共包括15个头文件。1995年,Normative Addendum 1(NA1)批准了3个头文件(iso646.h、wchar.h和wctype.h)增加到C标准函数库中。C99标准增加6个头文件(complex.h、fenv.h、inttypes.h、stdbool.h、stdint.h和tgmath.h)。C11标准中又新增了5个头文件(stdalign.h、stdatomic.h、stdnoreturn.h、threads.h和uchar.h)。

至此,C标准函数库共有29个头文件

C標準函式庫#/参考文献

4.2 linux/lib/string.c

linux kernel版本:4.18.13

lnux kernel 地址

https://www.kernel.org/

下面列出3个字符串处理函数 strcpy()、strncpy()、strncat()。代码出自Linus Benedict Torvalds之手,为什么这么说?看代码头部注释,还是那个熟悉的味道stupid。看过git源代码的人应该也会知道,git源码中也有类似注释。

// SPDX-License-Identifier: GPL-2.0
/*
*  linux/lib/string.c
*
*  Copyright (C) 1991, 1992  Linus Torvalds
*/
/*
* stupid library routines.. The optimized versions should generally be found
* as inline code in <asm-xx/string.h>
*
* These are buggy as well..
*
* * Fri Jun 25 1999, Ingo Oeser <ioe@informatik.tu-chemnitz.de>
* -  Added strsep() which will replace strtok() soon (because strsep() is
*    reentrant and should be faster). Use only strsep() in new code, please.
*
* * Sat Feb 09 2002, Jason Thomas <jason@topic.com.au>,
*                    Matthew Hawkins <matt@mh.dropbear.id.au>
* -  Kissed strtok() goodbye
*/
// .......omit other......
// ...... here is my love code  .....
#ifndef __HAVE_ARCH_STRCPY
/**
* strcpy - Copy a %NUL terminated string
* @dest: Where to copy the string to
* @src: Where to copy the string from
*/
#undef strcpy
char *strcpy(char *dest, const char *src)
{
    char *tmp = dest;
    while ((*dest++ = *src++) != '\0')
        /* nothing */;
        return tmp;
}
EXPORT_SYMBOL(strcpy);
#endif
#ifndef __HAVE_ARCH_STRNCPY
/**
* strncpy - Copy a length-limited, C-string
* @dest: Where to copy the string to
* @src: Where to copy the string from
* @count: The maximum number of bytes to copy
*
* The result is not %NUL-terminated if the source exceeds
* @count bytes.
*
* In the case where the length of @src is less than  that  of
* count, the remainder of @dest will be padded with %NUL.
*
*/
char *strncpy(char *dest, const char *src, size_t count)
{
    char *tmp = dest;
    while (count) {
        if ((*tmp = *src) != 0)
            src++;
        tmp++;
        count--;
    }
    return dest;
}
EXPORT_SYMBOL(strncpy);
#endif
#ifndef __HAVE_ARCH_STRLCPY
#ifndef __HAVE_ARCH_STRNCAT
/**
* strncat - Append a length-limited, C-string to another
* @dest: The string to be appended to
* @src: The string to append to it
* @count: The maximum numbers of bytes to copy
*
* Note that in contrast to strncpy(), strncat() ensures the result is
* terminated.
*/
char *strncat(char *dest, const char *src, size_t count)
{
    char *tmp = dest;
    if (count) {
        while (*dest)
            dest++;
        while ((*dest++ = *src++) != 0) {
            if (--count == 0) {
                *dest = '\0';
                break;
            }
        }
    }
    return tmp;
}
EXPORT_SYMBOL(strncat);
#endif
#ifndef __HAVE_ARCH_STRLCAT
// .......omit other......
// ...... here is my love code  .....

第一次跟同学一起看这些代码的时候,他说了一句话:这才叫代码,其他的都是s-h-X-t。现在回想起,自己在实现这些代码时,写了一坨不知道是什么的东西。哎,代码比代码要扔~

阅读他人代码, 也是一种进步、成长

5 廉颇老矣, 尚能饭否?

《史记·廉颇蔺相如列传》记载,廉颇被免职后,跑到魏国,赵王想再用他,派人去看他的身体情况,廉颇之仇郭开贿赂使者,使者看到廉颇,廉颇为之米饭一斗,肉十斤,被甲上马,以示尚可用。使者回来报告赵王说:"廉颇将军虽老,尚善饭,然与臣坐,顷之三遗矢(通假字,即屎)矣。"赵王以为廉颇已老,遂不用。

经历过几十年的风雨洗礼,C语言可谓风光无数,这世界上随处可见它的身影。但是,同时在一些人眼里,可能觉得C语言已是暮年(将近50岁)、老矣。如同下图:

如果你真这样想,那你就错了。

TIOBE Index for September 2020

https://www.tiobe.com/tiobe-index/

TIOBE 2020-09 编程语言排行榜告诉你,C语言宝刀未老,还是那个风采耀眼的少年。

个人想说的是,只要计算机还是基于冯诺依曼体系结构,芯片还是基于物理制程。那么,都会有一片C的天空。因为,她知道一个最接近天空的地方(C是最接近汇编、机器语言的高级语言之一)。

任他上层应用改朝换代,我(C语言)自岿然不动。这就是C,我心中的C语言。

总结

猛然间发现已经到了总结,但是还觉得仍旧意犹未尽,这并不是我心目中最真实的那个她。但是,我还是希望你看完本文之后,能够多少了解与熟悉C的美与真实。

最后想说的是:纵使千言万语也说不尽C语言的重要性,这些文字也仅仅只是冰山一角。

鉴于个人能力有限,如有问题或者缺陷,欢迎指正。

参考资料

在整理的过程中,部分参考、引用下面链接地址内容:

[1] https://www.bell-labs.com/usr/dmr/www/index.html
里奇贝尔实验室主页

[2] https://www.bell-labs.com/usr/dmr/www/chist.html
C语言发展史

[3] https://www.bell-labs.com/usr/dmr/www/1stEdman.html
Unix Programmer's Manual

[4] https://www.bell-labs.com/usr/dmr/www/bcpl.html
Martin Richards's BCPL Manual

[5] https://www.levenez.com/lang/
Computer Languages History

[6] https://www.levenez.com/unix/
Unix History

[7] https://minnie.tuhs.org/cgi-bin/utree.pl
The Unix Tree(可以看到很多老系统的源代码)

[8] https://zh.wikipedia.org/wiki/丹尼斯·里奇
丹尼斯·里奇

[9] https://www.tiobe.com/tiobe-index/
TIOBE

[10] http://web.eah-jena.de/~kleine/history/
Historic Documents in Computer Science