编程语言分类

简介: 编程语言分类

1. 动态语言与静态语言

1.1 静态类型语言

静态类型语言指的是数据类型是在编译期间检查的,也就是说在写程序时要声明所有变量的数据类型。

例:Java,C,C++

1.2 动态类型语言

动态类型语言指的是数据类型在运行时进行检查的,在使用动态类型语言时,不需要指定数据类型,当对变量进行第一次赋值的时候,该语言会在内部记录其数据类型。

例:Python,Javascript

2. 编译型语言与解释型语言

2.1 编译型语言

编译型语言指的是在程序完成后,对程序进行编译链接后,产生机器能够识别的机器码文件的语言。机器能够运行机器码,效率更高,速度更快。

编译型语言的编译链接过程相当于翻译。面对机器不能识别的代码,编译型语言将代码直接翻译为机器能够识别的机器码。相当于把一本其他语言的书,翻译给你我能够看懂的书。在我们需要浏览时,很快就能定位到我们需要的部分,并且进行阅读。

例:C,C++

2.2 解释性语言

解释性语言指的是在程序完成后,通过解释器对代码进行逐行解释,将代码翻译成机器码。因为解释性语言在运行时才会翻译成机器码,所以相比编译型语言的效率低,速度较慢。

解释性语言的解释过程相当于同声传译。在你需要的时候,才会把代码翻译成机器语言。

例:Python

3. 强类型定义语言与弱类型定义语言

3.1 强类型定义语言

强制数据类型定义的语言。也就是说,一旦一个变量被指定了某个数据类型,如果不经过强制转换,那么它就永远是这个数据类型了。

例:Java,Python,C++

3.2 弱类型定义语言

数据类型可以被忽略的语言。 它与强类型定义语言相反,一个变量可以赋不同数据类型的值。该变量可以根据环境进行自动转换,不需要显式的进行强制转换。

例:PHP,JavaScript

相关文章
|
6月前
|
机器学习/深度学习 自然语言处理 物联网
Chronos: 将时间序列作为一种语言进行学习
Chronos框架预训练时间序列模型,将序列值转为Transformer模型的tokens。通过缩放、量化处理,模型在合成及公共数据集上训练,参数量20M至710M不等。优于传统和深度学习模型,展示出色零样本预测性能。使用分类交叉熵损失,支持多模态输出分布学习。数据增强策略包括TSMix和KernelSynth。实验显示大型Chronos模型在概率和点预测上超越多种基线,且微调小型模型表现优异。虽然推理速度较慢,但其通用性简化了预测流程。论文探讨了优化潜力和未来研究方向。
205 3
|
机器学习/深度学习 算法 Python
Python机器学习基础知识和相关术语
Python机器学习基础知识和相关术语
76 0
|
6月前
|
机器学习/深度学习 数据可视化 算法
【python】Python大豆特征数据分析 [机器学习版一](代码+论文)【独一无二】
【python】Python大豆特征数据分析 [机器学习版一](代码+论文)【独一无二】
|
6月前
|
机器学习/深度学习 存储 数据采集
【python】Python大豆特征数据分析 [机器学习版二](代码+论文)【独一无二】
【python】Python大豆特征数据分析 [机器学习版二](代码+论文)【独一无二】
|
机器学习/深度学习 数据采集 算法
2021-4月 Python机器学习——名词概念学习,概念解释
2021-4月 Python机器学习——名词概念学习,概念解释
197 0
|
6月前
|
SQL 前端开发 JavaScript
编程语言的分类与特点
编程语言的分类与特点
|
6月前
|
存储 Shell 索引
零基础学会Python编程——数据也分类:常见数据类型
零基础学会Python编程——数据也分类:常见数据类型
84 0
|
Java 编译器 PHP
编程语言和分类
编程语言和分类
|
机器学习/深度学习 算法 数据库
基于 R 语言的朴素贝叶斯介绍与实践
基于 R 语言的朴素贝叶斯介绍与实践
208 0
BXA
|
机器学习/深度学习 人工智能 算法
C++与Python:哪种语言更适合机器学习
机器学习是一种人工智能的应用,它可以让计算机通过对大量数据的学习和分析,自动地寻找数据中的规律和模式,并且利用这些规律和模式进行预测和决策,从而达到人工智能的效果。机器学习技术在人脸识别、语音识别、推荐系统、自然语言处理等多个领域都有广泛的应用
BXA
566 0
下一篇
无影云桌面