过程式编程是一种编程范式,以具名的过程来组织程序。过程是可调用的指令单元,用于执行任务、计算结果或修改数据。根据编程语言及其惯例的不同,过程也可以称为例程、子程序或函数。程序通常将算法表达为一系列操作,再将这一序列拆分为便于管理的例程,并通过调用、参数、返回值和共享数据来协调这些例程。
过程式编程通常被归为命令式编程的一种,因为它通过改变程序状态的命令来描述执行过程。不过,它的突出特点并不只是使用赋值和循环,而是利用过程抽象来组织这些命令。过程式编程在科学计算、商业数据处理、系统软件和编程教育中一直占据重要地位。Fortran、C 和 Pascal 等语言体现了过程式设计的不同传统,而许多多范式语言则在支持其他编程风格的同时,也支持过程式编程。
理解这一范式需要兼顾软件设计与执行过程:如何将任务拆分为例程,调用如何传递信息,控制流程与状态如何相互作用,以及这些选择如何影响正确性、效率和可维护性。过程式编程还与结构化编程、模块化设计、面向对象编程和函数式编程有着重要联系;这些类别彼此交叠,并非相互排斥。
过程、状态与抽象
过程式编程的核心抽象是具名操作。过程为计算提供接口,同时隐藏其部分或全部实现。像 sort_records(records, count) 这样的调用表达了一项操作,而不必重复写出执行该操作所需的比较、交换和索引计算。调用方需要知道例程接受哪些输入、会产生什么结果或变化,以及运行前必须满足哪些条件。这样,便可以修改实现,而不一定需要修改所有调用方。
过程不一定等同于函数。在数学中,函数将定义域中的每个输入映射到一个确定的输出。而程序中的过程可能用于打印文本、修改文件、更新共享变量或与设备交互。即使是返回值的例程,如果读取了不断变化的外部状态,也可能在显式传入的实参完全相同时产生不同的结果。反过来,过程式程序也可以包含结果仅取决于实参、且没有外部可观察副作用的例程。
程序状态由可能影响后续执行的信息构成,包括变量值、已分配的对象、打开的文件、设备状态及其他资源。赋值会改变其中一部分状态。一种实用的简化模型将命令视为从初始状态 到后续状态 的变换。过程则将这些变换组合起来,封装在单一操作之下。实际执行也可能失败、无限运行,或反复与环境交互,因此,并非每个过程都能用简单的、从状态到状态的全函数来充分建模。
过程与函数的区别因编程语言而异。Pascal 在语法上区分过程和返回值的函数。C 将两者都称为函数,并对不返回值的函数使用返回类型 void。Fortran 则同时提供子例程和函数。因此,“过程式”这一名称并不意味着语言必须使用 procedure 关键字,也不意味着其中的例程不能返回值。
当例程以恰当的细节层次表示一项职责一致的操作时,过程抽象才能有效发挥作用。例如,薪资核算程序可以将计算税前工资、扣除各项款项和写入付款记录区分开来。若仅仅因为互不相关的任务在执行顺序上相邻,就将它们放入同一个例程,所形成的抽象便较弱。因此,组织程序时需要考虑的不只是如何将长程序拆成较短的片段,还包括哪些操作具有稳定的含义和实用的接口。命名、职责与接口设计之间的这种联系,使过程式编程成为一种组织程序的方法,而不仅仅是一组语法特性。
历史发展与主要语言
过程式编程源于复用指令序列和统筹较大规模计算的实际需求。早期机器程序的编写成本很高,而数值近似、输入转换等经常需要执行的操作,自然成为可复用例程的首选。在早期计算机上,程序员必须明确安排控制流程如何进入例程,以及如何返回调用处,有时还需要修改指令,或将返回地址存储在专门指定的位置。
EDSAC 的编程传统尤具影响力。莫里斯·威尔克斯、戴维·惠勒和斯坦利·吉尔在其 1951 年出版的《电子数字计算机程序的编制》一书中,介绍了编程方法和一个可复用例程库。惠勒在子程序链接方面的工作,推动确立了这样一种理念:预先编写好的计算组件可以从程序中的不同位置调用。这些技术出现时,通常与过程式编程联系在一起的成熟高级语言尚未问世。
Fortran编程语言由 IBM公司于 1957 年首次推出,在注重高效转换为机器指令的同时,使高级语言数值编程具备了实用性。约翰·巴科斯领导的开发团队证明,程序员可以表达科学计算过程,而不必亲自编写每一项机器级操作。Fortran 的子程序功能支持了可复用数值程序库的发展。COBOL 于 1959 年开始开发,面向商业数据处理,其程序组织以数据描述和包含可执行操作的过程部(Procedure Division)为核心。
ALGOL 60 对块结构、嵌套作用域、递归过程和参数机制的定义产生了尤为深远的影响。即使在 ALGOL 本身并非主要生产用语言的领域,其设计仍影响了后来的语言规范和编程语言研究。帕斯卡语言由尼克劳斯·维尔特设计,于 1970 年推出,将结构化控制构造、显式数据类型和过程结合在一起,广泛用于教学和软件开发。这些语言帮助确立了一套概念体系,其中局部变量、过程边界和结构化语句占据核心地位。
C编程语言由丹尼斯·里奇于 20 世纪 70 年代初在贝尔实验室开发,将过程式组织方式与对内存及面向机器的数据的较直接控制结合起来。它在 Unix操作系统中的作用,使其对操作系统、实用工具和可移植系统软件尤为重要。后续的标准化工作,包括 1989 年的 ANSI C 和 1990 年的 ISO C,正式确立了众多实现共同采用的语言特性和库接口。
这段历史并不是一个每种语言都取代其前身的简单更替过程。Fortran 在数值计算中始终占有重要地位;COBOL 持续用于商业系统;C 成为系统编程的基础;帕斯卡语言则影响了教育及后继语言。Python编程语言和 JavaScript等现代语言也支持过程式组织方式,尽管它们同时提供了大量与其他范式相关的功能。因此,过程式编程既作为一种主要编程风格延续至今,也作为多范式系统中的一个层面而存在。
控制流与结构化编程
过程式程序不仅规定有哪些操作,还规定这些操作的执行顺序。其控制流通常通过顺序、选择、重复和过程调用来表达。在顺序结构中,语句依次执行。选择结构根据条件在不同分支之间作出选择。重复结构反复执行某条语句或某个语句块,可以执行预定的次数,也可以一直执行到某个条件发生变化。
结构化编程对这些控制路径的表达方式施加了限制。它倾向于使用 if、while 和 for 等嵌套结构,而不是在程序的任意位置之间不受限制地跳转。科拉多·伯姆与朱塞佩·雅科皮尼于 1966 年提出的一项影响深远的结果表明,在其形式化假设下,流程图所描述的计算可以用顺序、选择和重复的结构化组合来表示。这是关于表达能力的结论,并不保证每次机械地重构程序都能使其易读或高效。
艾兹格·戴克斯特拉于 1968 年发表的信件以《Go To 语句有害论》为题,成为程序结构之争中的一个里程碑。它的重要性在于揭示了程序文本的组织方式与执行过程推理之间的关系。如果控制可以在许多互不相关的位置之间跳转,那么要理解一条语句,就可能需要重建程序中众多可能的执行路径。嵌套控制结构则能让更多执行结构直接体现在程序的书写形式中。
不过,过程式编程与结构化编程是不同的概念。一个程序可以包含许多过程,却仍在每个过程内部依赖复杂的跳转。反过来,一个小程序也可以使用结构化的循环和条件语句,而不划分为多个用户自定义过程。结构化编程关注控制流的组合方式;过程式编程关注如何通过可调用的操作来组织程序。这两种风格之所以紧密联系在一起,是因为结构清晰的过程体与划分得当的过程边界能够相互促进。
迭代和递归是表达重复计算的两种主要方式。迭代式遍历可以在循环中更新索引。对树进行递归遍历时,则会针对每棵子树调用同一个例程。递归属于过程式编程的范畴,因为每一步递归都是一次过程调用,尽管它在其他编程范式中也占有重要地位。递归是否适用,取决于问题的结构、语言的执行模型以及资源限制。
采用结构化控制,并不意味着必须用一条教条式规则来约束所有退出路径。提前返回可以清楚地表达前置条件未满足的情况;循环中的 break 可以表明处理已经完成,而不必另设标志变量。底层清理代码也可能使用受到严格约束的跳转。关键的区别在于:一种控制转移的目的和作用范围仍然清晰易懂,另一种则会造成错综复杂的依赖关系。现代过程式编程实践通常将结构化代码块与有限的提前退出结合使用,而不是把所有偏离严格嵌套结构的做法都视为一回事。
过程调用、参数与运行时执行
过程调用将源代码层面的抽象与具体的执行机制连接起来。调用方对实参求值,将控制权移交给被调用方,并在被调用方返回后继续执行。编译器或解释器负责实现语言中有关参数绑定、局部变量、返回值及异常行为的规则。源代码中出现的调用不一定对应机器层面的调用指令,因为优化可能改变甚至消除该调用。
许多实现会维护一个调用栈,其中包含活动记录,通常称为栈帧。栈帧可能包含局部变量、保存的寄存器值、返回地址,以及定位实参或外围环境所需的信息。每次递归调用通常都需要在逻辑上独立的局部状态。例如,以 调用阶乘例程时,在开始逐层返回之前,可能同时存在参数分别为 4、3、2 和 1 的活动调用。具体的物理布局因实现而异,优化后的代码也可能将值保存在寄存器中,或省去常规的栈帧。
参数传递方式决定了实参与例程内部所用变量之间的关系。按值调用时,形参接收一个由实参得出的值,因此,为形参赋予新值本身并不会改变调用方变量的值。按引用调用时,形参指代调用方提供的存储位置。其他机制还包括值—结果传递和 ALGOL 60 的按名调用;后者的行为通常通过在调用方环境中延迟求值来解释。这些机制不能相互替代,尤其是在实参指向相互重叠的存储区域时。
C 语言体现了一个重要区别:它的实参都按值传递,指针实参也不例外。接收指针的函数得到的是指针值的副本,但可以通过这个副本修改所指向的对象。类似地,Python 的实参传递会将形参名绑定到传入的对象;重新绑定形参与修改共享的可变对象,产生的效果并不相同。“对象按引用传递”之类的说法可能会掩盖这些因语言而异的区别。
在二进制接口边界上,应用二进制接口规定了一系列约定,例如用哪些寄存器传递实参、返回值放在何处、哪些寄存器的值必须保留,以及栈如何对齐。两个分别编译的组件即使采用相同的高层函数概念,也可能因二进制约定不同而互不兼容。因此,跨语言调用库时,既需要就过程链接方式达成一致,也需要统一数据表示方式。
内联会用经过适当变换的被调用方代码体替换调用,从而有可能消除调用开销,并为进一步优化创造机会。当过程的最后一个动作是另一次调用时,尾调用优化有时可以复用当前的活动记录。这两种优化都不是在所有情况下都适用:语言语义、编译器设置、调试要求和目标体系结构都会影响可采用的优化。因此,过程边界首先是概念层面的接口;其运行时开销必须根据实际实现来确定。
数据组织、作用域与模块化设计
过程式程序不仅组织操作,也组织数据。变量可以属于某次过程调用、某个外围代码块、某个模块,或整个程序。作用域决定一个名称可以在哪里使用,而生存期决定与该名称关联的对象在什么时间存在。这两个属性彼此相关,但并不相同:C 语言中的局部静态变量具有块作用域,却在程序执行的整个过程中持续存在;普通的自动存储期局部对象则通常只在其所在代码块执行期间存在。
使用局部数据可以减少能够直接影响某项计算的地方。如果一个例程仅使用参数和局部变量计算结果,通常无需查看无关代码就能理解其行为。全局变量让信息传递更加方便,却也引入了不易察觉的依赖关系。一个读取全局配置项或更新全局计数器的例程,其实际接口范围比参数列表所呈现的更大。这类依赖关系可能使测试、复用和并发执行变得复杂。
数据结构的选择会影响过程式接口的设计。一个序列可以用数组(数据结构)、链表或更专用的容器来表示,不同表示方式支持的操作及其开销也各不相同。接受数组及其长度的例程,与接受不透明序列句柄的例程,对外显露的假设并不相同。将逻辑操作与具体表示分离,可以在保持调用方预期不变的同时更换实现。
抽象数据类型规定一组值及允许对其执行的操作,而不要求使用方依赖其具体表示。过程式语言可以有效地实现这种分离。例如,在 C 语言中,头文件可以声明一个不完整的结构体类型,以及用于创建、查看、修改和销毁该类型对象的函数。结构体的字段则仅在实现文件内部定义。这样,无需类语法或方法,也能隐藏数据的具体表示。
模块化设计将过程抽象扩展到更大的单元。一个模块可以导出多个相关例程,同时将辅助例程和内部数据保持为私有。戴维·帕纳斯在 1972 年关于信息隐藏的研究中强调,应围绕可能发生变化的设计决策来分解系统,而不应只是将处理流程划分为若干阶段。例如,将文件格式封装在读写操作之后,可以避免其编码方式的变化波及整个应用程序。因此,模块不一定是流水线中的一个步骤,也可以是保护某项设计选择的边界。
资源所有权是数据组织的另一个重要方面。如果一个例程负责分配内存,另一个例程负责释放内存,接口就必须明确说明两者之间的这种关系。文件、锁和数据库连接也存在类似问题。具有垃圾回收机制的语言可以自动完成一部分内存回收工作,但不会自动解决所有资源生存期问题。因此,过程式设计还需要决定谁可以修改对象、谁持有对象,以及谁负责终止其使用。
将算法设计为相互协作的例程
过程分解将问题转化为相互协作的操作。一种常见方法是自顶向下逐步求精:从高层任务入手,确定其主要步骤,再逐步细化这些步骤,直到可以直接实现。对于文本处理工具,最初可以将任务分解为读取输入、解析记录、计算结果和格式化输出。随后,可以根据各项操作自身的要求分别细化,而不必让一个庞大的主例程不断膨胀。
下面这个简短的 C 语言示例展示了如何通过一个精简的接口提供算法功能:
#include <stddef.h>
int find_max(const int *values, size_t count, int *result)
{
if (count == 0) {
return 0;
}
int best = values[0];
for (size_t i = 1; i < count; ++i) {
if (values[i] > best) {
best = values[i];
}
}
*result = best;
return 1;
}
这里,返回值表示是否存在最大值;当输入非空时,输出参数用于传回最大值。对于非空输入,接口要求 values 指向至少包含 count 个可读整数的区域,result 则指向可写的存储空间。输入为空时,例程会在对任何一个指针解引用之前返回。理解这一例程的行为,并不需要知道输入是如何获得的,也不需要知道结果将如何显示。
该算法对每个元素只检查一次。对于 个输入元素,其时间复杂度为 ,额外的空间复杂度为 。这些性质取决于所选的算法和数据表示方式,而不是过程式编程本身。低效的算法即使用过程式方式实现,仍然低效;将其拆分成函数并不会改变其渐近开销。反过来,合理划定例程边界,可以让算法更易于替换,而不必修改调用它的代码。
分解并不总是完全自顶向下的。现有的库、设备接口和性能约束,往往会促使开发者自底向上地构建可复用组件。数值计算应用可以围绕成熟的矩阵运算来构建,网络服务则可以围绕现有的解析和通信接口来组织。有效的设计通常会将自顶向下的需求分析与自底向上对可用实现机制的了解结合起来。
不同例程所呈现的抽象层次也有所不同。write_report 这样的高层操作,可能会调用格式化行、编码字符和写入字节等较低层次的操作。如果把这些层次全部混在一个例程中,就更难看清它的用途。不过,将每个表达式都提取为单独的函数,也可能迫使读者在大量琐碎的定义之间来回跳转,反而使算法难以理解。合理的边界应由语义、复用需求、独立推理的需要以及变化模式来决定,而不是由某个统一的函数长度上限来决定。
分治法算法体现了算法结构与过程分解之间尤为紧密的关系。例如,归并排序将一个序列拆分为若干部分,递归地对各部分排序,再合并结果。其中的各个过程分别对应不同的数学任务。其他算法,例如循环体紧凑的数值模板计算,则可能更适合采用紧凑的循环结构。过程式设计兼容这两种方式,而不是要求所有计算都采用同一种形式。
正确性、契约与测试
过程的边界为陈述和检查正确性提供了天然的单元。契约描述了调用例程前必须满足的条件、例程执行后保证成立的条件,以及它可以修改哪些状态。对于查找最大值的例程,前置条件涉及存储空间的有效性和输入长度;成功执行后的后置条件则规定,返回值等于某个输入值,且不小于任何输入值。明确的契约可以区分调用方的错误与例程在设计上应当处理的失败情况。
C. A. R. 霍尔于 1969 年发表的论文《计算机程序设计的公理基础》为推理程序命令建立了一个影响深远的形式化框架。霍尔三元组的形式为
其中, 是前置条件, 是命令, 是后置条件。在部分正确性推理中,这一断言表示:如果执行从满足 的状态开始,并且最终终止,那么最终状态就满足 。完全正确性还要求执行必定终止。这些区别对循环和递归过程尤为重要,因为它们可能无限执行下去。
循环不变量刻画了在反复执行过程中始终保持的性质。在查找最大值的例子中,每次循环迭代开始时,best 都是已经检查过的数组前缀中的最大值。初始化确立这一性质;随着前缀增长,比较操作使这一性质得以保持;循环终止时,便能得到整个数组所需的结果。终止性论证则指出,索引不断向固定的上界推进。这种推理方式将程序结构与计算为何正确的严密说明联系起来。
当例程能够修改调用方未预期会发生变化的数据时,副作用就会使模块化推理变得复杂。当不同的表达式或参数指向同一存储位置时,就会发生混叠。此时,通过一个引用进行更新,可能会改变通过另一个引用观察到的值。契约可能需要明确是否允许参数所指向的存储区域重叠,而形式验证方法则可能跟踪例程读取或写入哪些内存区域。当调用的影响范围受到限制且有明确说明时,局部推理就会更容易。
测试利用过程接口来隔离行为。单元测试可以覆盖常规情况、空输入、边界值、已规定处理方式的无效输入,以及错误处理路径。集成测试检查各个过程和模块在数据格式、所有权及执行顺序上是否一致。将计算与外部效应分离,通常能够提高可测试性:例如,计算发票总额的例程可以独立于读取数据库或发送电子邮件的例程进行检查。
仅仅覆盖每条语句或每个分支,并不能通过测试确立程序对所有可能输入的正确性。状态的数量可能极其庞大,而且某些故障取决于值的组合,而不只是控制路径。包括整数溢出在内的算术边界情况,可能使看似简单明了的推理失效。静态分析、运行时检查、契约和证明技术可以补充基于执行的测试。过程式组织通过划分出易于处理的单元,为这些方法提供便利,但接口及其所依赖的假设是否合理,仍然起着决定性作用。
与其他编程范式的关系
过程式编程与多种编程范式有所交集,不应将其视为这些范式的完全对立面。命令式编程是一个更宽泛的类别,关注命令与状态变化。即使没有多少过程化组织,一小段赋值语句序列也属于命令式编程。过程式编程则进一步强调可调用的操作及其组合。与此同时,结构化编程对控制流加以约束,既可用于过程式程序,也可用于面向对象程序或其他类型的程序。
面向对象编程将对象置于核心位置,由对象把状态与相关操作结合起来。在传统的过程式接口中,调用者可能会写出 account_deposit(account, amount);而面向对象接口可能将对应的操作表示为 account.deposit(amount)。两者更深层的差异不在于标点符号,而在于行为如何与数据关联、如何隐藏实现选择,以及是否通过动态分派等机制,根据接收消息的对象来选择相应行为。
这些方法之间并不存在绝对的界限。过程式模块可以隐藏数据的表示方式并确保不变量成立,而对象的方法中也可能包含普通的过程式算法。在 C 语言中,函数指针和显式定义的表可以实现动态分派。反过来,即使程序使用支持类的语言编写,如果大部分工作仍由操作被动记录的例程完成,那么它仍可能主要采用过程式风格。语言特性为各种设计风格提供支持,但不会自动决定程序采用哪种风格。
函数式编程强调函数的求值与组合,通常倾向于使用不可变数据,并尽量减少副作用。纯函数操作可以用其结果替换,而不改变程序的含义,这一性质称为引用透明性。有状态的过程通常不具备这一性质,因为其行为可能取决于先前的调用或外部条件。不过,过程式程序往往也能从纯计算例程中获益,而函数式语言也提供了处理输入、输出及其他效应的机制。
声明式编程强调描述期望的结果或关系,而不是指定每一个执行步骤。例如,SQL结构化查询语言中的查询会说明需要哪些记录,而由数据库系统选择执行计划。过程式应用程序可以构造并执行这样的查询,然后通过循环和例程调用处理查询结果。因此,同一个系统可以在一处边界使用声明式规约,在另一处边界使用过程式控制。逻辑编程提供了另一种模型,通过逻辑子句表达关系,并通过搜索过程推导答案。
事件驱动编程和异步编程也与过程式组织方式兼容。事件处理程序通常是一个过程,在输入到达或操作完成时被调用。发生变化的是控制的来源:不再由单一的主例程显式调用后续每一步,而是由运行时系统或事件循环调度回调。要理解这类软件,既需要对局部过程进行推理,也需要从更广的层面理解事件顺序、挂起的任务以及共享状态。
应用、性能与实际局限
凡是适合用明确的操作和行为可预期的接口来解决的问题,过程式编程仍然占据重要地位。数值计算软件提供用于线性代数、积分、优化和仿真的过程。系统软件使用例程管理文件、内存、进程和设备。嵌入式固件通常将初始化过程、周期性控制循环和中断处理程序结合起来。这些应用差异很大,但都能从为操作任务命名、明确其输入和影响的做法中受益。
这一范式与操作系统和底层库密切相关,部分原因在于系统边界广泛采用 C 接口。系统调用对外提供读取数据、创建进程等操作,不过其实现需要跨越保护边界,而不像普通的进程内调用那样执行。设备驱动程序可以提供一张操作表,供上层调用,而无须了解特定硬件的细节。这类设计表明,过程式接口能够支持架构各部分之间相当程度的分离。
性能更多地取决于算法、数据表示、内存访问和具体实现,而不是是否采用过程式编程。对于某些工作负载,连续数组比大量使用指针的结构更能有效利用 CPU 缓存。编译器可以内联小型例程、对循环进行向量化、消除冗余计算,或重新排列彼此独立的操作。当过程的契约清晰时,过程边界有助于优化;但如果实现必须考虑隐含的副作用或潜在的别名引用,过程边界也可能限制优化。
过程式组织本身并不提供并发计算能力,也不保证同时执行时的安全性。更新共享全局状态的例程在被多个线程调用时,可能产生竞态条件。可重入例程允许在先前调用尚未完成时再次进入,且在相应的执行条件下不会破坏其正常运行;线程安全则关注多个线程能否正确地使用同一例程。这两种性质相互关联,但并不相同。每次调用独有的状态、明确的数据所有权,以及适当的同步,共同决定了过程式组件能否在这些情境下安全使用。
长期使用的过程式系统如果主要通过共享状态或隐含的调用顺序来表达依赖关系,就可能变得难以维护。如果某个例程暗中要求另一个例程事先初始化一张表,那么公开接口就没有揭示完整的使用协议。大量关系松散的工具函数同样可能使职责变得模糊。这些是设计风险,而不是过程所不可避免的固有属性:采用隐藏内部实现的模块、显式上下文对象、记载清楚的状态转换和稳定的接口,就能在不放弃这一范式的情况下应对这些问题。
安全性和可靠性也取决于语言层面提供的保障。在允许未经检查的内存访问的语言中,例程可能引入缓冲区溢出、使用无效的存储区域,或错误地解释输入长度。具备边界检查或更严格类型规则的过程式语言则提供不同的保护。在对外接口处,审慎的验证、明确的长度信息、定义清楚的错误结果,以及清晰的资源所有权仍然十分重要。过程式接口之所以有用,正是因为它将这些责任集中在可明确识别的入口处;在这些入口处,调用方与实现方必须就允许执行的操作及其有效条件达成一致。