作者：蒋步星

来源：数据蒋堂

本文共1000字，建议阅读6分钟。
如何保证数据操作的精确度和高性能呢？

再说一个招聘的话题。

大家可能知道，润乾的软件产品主体都是Java写的，几乎没有别的语言。但是，我们在招聘算法程序员时，从来都要求C语言背景，会不会Java反而无所谓，而如果没有C语言功底则免谈。事实上，现在润乾研发部几个做算法的程序员，都是来了公司之后才学习使用Java的。

为什么我们会这么关注C/C++？

润乾是做基础软件的，而编写底层代码的技术逻辑和界面有很大不同。底层代码会被千百次的调用，一个函数哪怕只慢了1个微秒，被重复调用100万次时也会导致秒级的延迟。相对来讲，界面程序就不在意这些，代码再慢也不可能慢过人的操作，这时候的重点就变成用户体验而不是性能了。

想写出高效的代码，就必须深入理解计算机的运行原理，知道CPU、内存是如何工作的。应用程序员一般只关注业务功能的正确性，而一个好的系统级程序则不仅要保证正确性，还会习惯性地脑补出每一句代码被编译器翻译成什么样子了，最后会导致CPU和内存的哪些动作，从而判断出代码的效率。举个例子，new是Java代码中很常见的动作，但系统程序员却会很慎重地使用它，因为它涉及动态内存分配，是个非常复杂的任务，效率很低；但应用程序员则很少关注或了解这一点。

这种能力，常常是被C语言编程训练出来的。至少，容易通过考察C语言经验知道程序员是否具有这种能力。而其它程序设计语言则难有这种效用。

C语言的与众不同，关键在于其指针能力，包括函数指针。理解指针，本质上是理解CPU的工作原理，了解数据和代码在内存是如何存放的，CPU又是如何访问数据和执行代码的。说到底，其实是对汇编语言的熟悉。但汇编语言过于繁琐，C语言则是一个很好的抽象，即保留了大部分汇编语言的能力，又提供了更为宏观易读的描述方式。有了清晰的指针概念之后，也很容易理解C++（以及Java）中继承重载的具体实现方法，对于多继承（Java中取消了）也不会感觉到糊涂，也知道如何用非面向对象的语言（比如就是C语言）实现面向对象的机制（不仅能实现，反而会更灵活）。

不过，并不是所有程序员都能体会到这一点，有些程序员仅仅是使用C语言的语法，而避开指针的运用。这样，C语言成为众多程序设计语言“之一”了。

还有一个问题，我们为什么不直接用C语言写软件呢？

这个主要是兼容性的问题。C语言发明得太早，早于许多操作系统，每个操作系统下的C语言总有些不一样，这样想写一个兼容性很好的程序几乎是不可能的事情。不过现在这个问题开始弱化了，服务器端的操作系统快被linux垄断了，所以迟早有一天，我们也会把程序用C语言重写一遍。这些本来就有C功底的程序员就能进一步发挥到作用。

专栏作者简介

润乾软件创始人、首席科学家

清华大学计算机硕士，中国大数据产业生态联盟专家委员，著有《非线性报表模型原理》等，1989年，中国首个国际奥林匹克数学竞赛团体冠军成员，个人金牌；2000年，创立润乾公司；2004年，首次在润乾报表中提出非线性报表模型，完美解决了中国式复杂报表制表难题，目前该模型已经成为报表行业的标准；2014年，经过7年开发，润乾软件发布不依赖关系代数模型的计算引擎——集算器，有效地提高了复杂结构化大数据计算的开发和运算效率；2015年，润乾软件被福布斯中文网站评为“2015福布斯中国非上市潜力企业100强”；2016、2017年，荣获中国电子信息产业发展研究院评选的“中国软件和信息服务业十大领军人物”；2017年度中国数据大工匠、数据领域专业技术讲堂《数据蒋堂》创办者。

数据蒋堂

《数据蒋堂》的作者蒋步星，从事信息系统建设和数据处理长达20多年的时间。他丰富的工程经验与深厚的理论功底相互融合、创新思想与传统观念的相互碰撞，虚拟与现实的相互交织，产生出了一篇篇的沥血之作。此连载的内容涉及从数据呈现、采集到加工计算再到存储以及挖掘等各个方面。大可观数据世界之远景、小可看技术疑难之细节。针对数据领域一些技术难点，站在研发人员的角度从浅入深，进行全方位、360度无死角深度剖析；对于一些业内观点，站在技术人员角度阐述自己的思考和理解。蒋步星还会对大数据的发展，站在业内专家角度给予预测和推断。静下心来认真研读你会发现，《数据蒋堂》的文章，有的会让用户避免重复前人走过的弯路，有的会让攻城狮面对扎心的难题茅塞顿开，有的会为初入行业的读者提供一把开启数据世界的钥匙，有的甚至会让业内专家大跌眼镜，产生思想交锋。

数据蒋堂第二年往期回顾：

数据蒋堂 | 莫非我就是被时代呼唤的数学人

数据蒋堂 | SQL是描述性语言？

数据蒋堂 | 存储和计算技术的选择

数据蒋堂 | 人工智能中的“人工”

数据蒋堂 | 中国报表漫谈

数据蒋堂 | 内存数据集产生的隐性成本

数据蒋堂 | 多维分析预汇总的功能盲区

数据蒋堂 | 多维分析预汇总的存储容量

数据蒋堂 | 多维分析预汇总的方案探讨

数据蒋堂 | 数据库的封闭性

数据蒋堂 | 内存数据集产生的隐性成本

数据蒋堂 | 前半有序的大数据排序

数据蒋堂 | “后半”有序的分组

数据蒋堂 | 时序数据从分表到分库

数据蒋堂 | BI系统的前置计算

数据蒋堂 | 性能优化是个手艺活

数据蒋堂 | 数据分布背后的逻辑

数据蒋堂 | 从一道招聘考题谈起