نوع داده در حافظه

در Elm، انواع مختلفی از داده وجود دارد:

Bool
Int
String
(Int, Int)
Maybe Int
...

تا اینجا، درک مفهومی از آن‌ها داشتیم، اما یک کامپیوتر چگونه آن‌ها را درک می‌کند؟ Maybe Int چگونه بر روی هارد دیسک ذخیره می‌شود؟

بیت

یک بیت جعبه کوچکی است که دو حالت دارد: صفر یا یک، خاموش یا روشن. حافظه اصلی کامپیوتر یک دنباله بسیار طولانی از بیت‌ها است. بسیار خوب، فقط تعدادی بیت داریم که باید همه چیز را با آن نمایندگی کنیم!

Bool

یک مقدار Bool می‌تواند True یا False باشد. این دقیقا معادل یک بیت است!

Int

یک مقدار Int عددی صحیح مانند 0، 1، 2 و غیره است. نمی‌توانید آن را در یک بیت جا دهید، بنابراین، گزینه دیگر استفاده از چندین بیت است. یک Int دنباله‌ای از چند بیت خواهد بود، مانند این:

00000000
00000001
00000010
00000011
...

می‌توانیم بطور دلخواه معنایی به هر یک از این دنباله‌ها اختصاص دهیم. بنابراین، شاید 00000000 صفر و 00000001 یک باشد. بسیار خوب! می‌توانیم فقط شروع به اختصاص شماره به دنباله بیت‌ها به ترتیب صعودی کنیم. اما در نهایت، کم می‌آوریم...

با یک محاسبه سریع، هشت بیت فقط اجازه 256 = 8^2 عدد را می‌دهد. درباره اعدادی مانند مانند ۸۰۰۴ و ۹۰۰۰ چطور؟

پاسخ این است که باید بیت‌های بیشتری اضافه کنیم. برای مدت طولانی، کامپیوترها از ۳۲ بیت استفاده می‌کردند. این کار اجازه می‌دهد تا 4,294,967,296 = 32^2 عدد، که انسان‌ها معمولا به آن فکر می‌کنند، پوشش داده شود. کامپیوترها این روزها از اعداد صحیح ۶۴ بیتی پشتیبانی می‌کنند، که اجازه می‌دهد 18,446,744,073,709,551,616 = 64^2 عدد پوشش داده شود. این خیلی زیاد است!

یادداشت

اگر کنجکاو هستید که عملیات جمع چگونه کار می‌کند، درباره مکمل دو یاد بگیرید. این فرآیند نشان می‌دهد که اعداد بطور دلخواه به دنباله‌های بیت اختصاص داده نمی‌شوند. به خاطر سرعت بخشیدن به عملیات جمع، این روش خاص اختصاص دادن اعداد واقعا خوب کار می‌کند.

String

یک رشته متنی مانند "abc" دنباله‌ای از کاراکترهای a b c است، بنابراین، با تلاش برای ذخیره‌سازی کاراکتر به عنوان بیت شروع می‌کنیم.

یکی از روش‌های اولیه کدگذاری کاراکترها به نام ASCII شناخته می‌شود. درست مانند اعداد صحیح، تصمیم گرفته شد که یک دنباله بیت را فهرست و شروع به اختصاص دادن مقادیر بطور دلخواه کنند:

00000000
00000001
00000010
00000011
...

بنابراین، هر کاراکتر باید در هشت بیت جا بگیرد، به این معنی که فقط ۲۵۶ کاراکتر می‌تواند نمایندگی شود! اگر فقط به زبان انگلیسی اهمیت می‌دهید، این روش واقعا خوب کار می‌کند. باید ۲۶ حرف کوچک، ۲۶ حرف بزرگ و ۱۰ عدد را پوشش دهید. در مجموع، ۶۲ حالت می شود. فضای زیادی برای نمادها و چیزهای عجیب و غریب دیگر باقیمانده است. در نهایت، از صفحه جدول کد اَسکی می‌توانید ببینید که چه چیزی بدست آمده است .

اکنون ایده‌ای برای کاراکترها داریم، اما کامپیوتر چگونه می‌داند که String کجا تمام و داده بعدی کجا شروع می‌شود؟ همه چیز فقط بیت است. کاراکترها واقعا شبیه مقادیر Int به نظر می‌رسند! بنابراین، به راهی برای علامت‌گذاری پایان رشته متنی نیاز داریم.

زبان‌های برنامه‌نویسی معمولا این کار را با ذخیره‌سازی طول رشته انجام می‌دهند. یک رشته مانند "hello" ممکن است چیزی شبیه به h e l l o 5 در حافظه اصلی به نظر برسد. بنابراین، می‌دانید که یک String همیشه با ۳۲ بیت که طول را نمایندگی می‌کند شروع می‌شود. طول رشته متنی ۰ یا ۹۰۰۰ باشد، دقیقا می‌دانید که کاراکترهای آن کجا تمام می‌شوند.

یادداشت

در یک مقطع، نیاز به پوشش زبانی بجز انگلیسی احساس شد. این تلاش در نهایت منجر به کدگذاری UTF-8 گردید. این کدگذاری، بسیار هوشمندانه است و شما را تشویق می‌کنم که درباره آن یاد بگیرید. معلوم می‌شود که "به دست آوردن کاراکتر پنجم" سخت‌تر از آن چیزی است که به نظر می‌رسد!

تاپِل

درباره تاپِل چطور؟ خوب، (Int, Int) شامل دو مقدار Int است و هر کدام یک دنباله از بیت‌ها هستند. بیایید این دو را کنار هم در حافظه قرار دهیم و کار را تمام کنیم!

نوع داده سفارشی

یک نوع داده سفارشی، درباره ترکیب انواع داده مختلف است. این انواع داده ممکن است اشکال متفاوتی داشته باشند. با نوع داده سفارشی Color شروع می‌کنیم:

type Color = Red | Yellow | Green

می‌توانیم به هر مورد یک عدد اختصاص دهیم: Red = 0، Yellow = 1 و Green = 2. حالا می‌توانیم از Int استفاده کنیم. در اینجا، فقط به دو بیت نیاز داریم تا تمام موارد ممکن را پوشش دهیم، بنابراین 00 قرمز، 01 زرد، 10 سبز و 11 استفاده نشده است.

اما درباره نوع داده سفارشی که داده‌های اضافی را نگه می‌دارد، مانند Maybe Int، چطور؟ رویکرد معمول این است که مقداری بیت را برای "برچسب‌گذاری" داده‌ها کنار بگذاریم، بنابراین می‌توانیم تصمیم بگیریم که Nothing = 0 و Just = 1 باشد. در ادامه، چند نمونه آورده شده است:

Nothing = 0
Just 12 = 1 00001100
Just 16 = 1 00010000

یک عبارت case، قبل از اینکه تصمیم بگیرد چه کاری انجام دهد، همیشه به آن "برچسب" نگاه می‌کند. اگر یک 0 ببیند، می‌داند که داده‌ای وجود ندارد. اگر یک 1 ببیند، می‌داند که در ادامه آن یک دنباله از بیت‌ها وجود دارد که نماینده داده است.

این ایده "برچسب‌گذاری" مشابه قرار دادن طول در ابتدای مقادیر String است. مقادیر ممکن است اندازه‌های مختلفی داشته باشند، اما کد همیشه می‌تواند بفهمد که آن‌ها از کجا شروع و در کجا تمام می‌شوند.

خلاصه

در نهایت، همه مقادیر باید توسط بیت‌ها نمایندگی شوند. این صفحه، یک نمای کلی از چگونگی کارکرد واقعی آن را ارایه می‌دهد. معمولا، دلیلی برای فکر کردن به این موضوع وجود ندارد، اما آن را مفید یافتم تا درک خود را از نوع داده سفارشی و عبارت case عمیق‌تر کنم. امیدوارم برای شما نیز مفید باشد!

یادداشت

اگر فکر می‌کنید این موضوع جالب است، ممکن است یادگیری بیشتر درباره Garbage Collection سرگرم‌کننده باشد. کتابچه Garbage Collection منبعی عالی در این زمینه است!