指標 (電腦科學)和靜態程序分析

快捷方式: 差异，相似，杰卡德相似系数，参考。

指標 (電腦科學)和靜態程序分析之间的区别

指標 (電腦科學) vs. 靜態程序分析

在计算机科学中，指標（Pointer），是程式語言中的一类数据类型及其物件或變數，用來表示或儲存一個記憶體位址，這個位址的值直接指向（points to）存在该地址的对象的值。 指標參考（reference）了記憶體中一個位址。通過被稱為指標反參考（dereferencing）的動作，可以取出在那個位址中儲存的值。保存在指標指向的位址中的值，可能代表另一個變數、結構、物件或函數。但是從指標值是無法得知它所參照的記憶體中儲存了什麼資料型別的資訊。可以打个比方，假設將電腦記憶體當成一本書，一張內容記錄了某個頁碼加上行號的便利貼，可以被當成是一個指向特定頁面的指標；根據便利貼上面的頁碼與行號，翻到那個頁面，把那個頁面的那一行文字讀出來，就相當於是對這個指標進行反參考的動作。可做一类比以增强对指针的理解：整形（integral）也是一类数据类型及其物件或變數，可定义具体的数据类型如短整形（short）、长整形（long）、超长整形（long long）、无符号整形（unsigned）等等；也可以用于称呼整形值、整形对象、整形变量等。又如，一个浮点指针（float *），可称作指向了一个浮点类型的对象。 在高級語言中，指標有效的取代了在低階語言（如匯編語言與機器碼）直接使用内存地址。但它可能只適用於合法位址之中。因為指標更貼近硬體，編譯器能夠很容易的將指標翻譯為機械碼，這使指標操作時的負擔較少，因此能夠提高程式的運作速度。 使用指標能夠簡化許多資料結構的實作，例如在遍歷字串，查取表格，控制表格及樹狀結構上。對指標進行複製，之後再解參照指標以取出資料，無論在時間或空間上，都比直接複製及存取資料本身來的經濟快速。指標表示法較為直覺，使程式的表達更為簡潔，同時也能夠提供動態機制來建立新的節點。 在程序編程（procedural programming）中，指標也被用來保存系統呼叫流程，以及動態連結資料庫（DLL）的進入點位址。在物件導向編程中，使用函數指標（Function pointer）來綁定方法（method），常見於虛擬方法表（Virtual method table）中。 但是指標本身也存在一些可被滥用之处，在存取某個資料結構時，可能會超出可用範圍，使軟體或作業系統出現異常，嚴重時可造成當機。利用指標去存取或修改非合法可取用的資料，也可能造成安全性問題。为此，C与C++语言规定指针类型为强类型，即指针值不仅是一个内存地址，同时它的数据类型说明了存在这个地址可以安全访问的地址的范围，例如，float*可以访问4个字节的内存空间，double*可以访问8个字节的内存空间。 許多程式語言中都支援某種形式的指標，最著名的是C語言，但是有些程式語言對指標的運用採取比較嚴格的限制。因為指標的機制比較簡單，其功能可以被集中重新實作成更抽象化的參照（reference）資料形別，如Java一般避免用指针，改為使用參照。. 態程序分析（Static program analysis）是指在不執行计算机程序的條件下，進行程序分析的方法。有些程序分析需要在程序執行時才能進行，這種程序分析稱為。大部份的靜態程序分析的對象是針對特定版本的源代码，也有些靜態程序分析的對象是目标代码。靜態程序分析一詞多半是指配合靜態程序分析工具進行的分析，人工進行的分析一般稱為或代码审查。 靜態程序分析的複雜程度依所使用的工具而異，簡單的只考慮個別语句及声明的行為，複雜的可以分析程序的完整源代码。不同靜態程序分析技术对分析得到的資訊的用途也有所不同，簡單的可以是高亮标识可能存在的代碼錯誤（如lint），複雜的可以是形式化方法，也就是用數學的方式證明程式的某些行為符合其設計规约。 軟體度量和反向工程可以視為一種靜態程序分析的方式。在實務上，在定義所謂的軟體品質指標（software quality objectives）後，軟體度量的推導及程序分析常一起進行，在開發嵌入式系統時常會用這種方式進行。 靜態程序分析的商業用途可以用來驗證安全關鍵電腦系統中的軟體，並指出可能有计算机安全隐患的程式碼，這類的應用越來越多。例如以下的產業已確定用靜態程序分析作為提昇複雜軟體品質的方法：.

计算机科学

计算机科学用于解决信息与计算的理论基础，以及实现和应用它们的实用技术。 计算机科学（computer science，有时缩写为CS）是系统性研究信息与计算的理论基础以及它们在计算机系统中如何与应用的实用技术的学科。 它通常被形容为对那些创造、描述以及转换信息的算法处理的系统研究。计算机科学包含很多分支领域；有些强调特定结果的计算，比如计算机图形学；而有些是探討计算问题的性质，比如计算复杂性理论；还有一些领域專注于怎样实现计算，比如程式語言理論是研究描述计算的方法，而程式设计是应用特定的程式語言解决特定的计算问题，人机交互则是專注于怎样使计算机和计算变得有用、好用，以及随时随地为人所用。 有时公众会误以为计算机科学就是解决计算机问题的事业（比如信息技术），或者只是与使用计算机的经验有关，如玩游戏、上网或者文字处理。其实计算机科学所关注的，不仅仅是去理解实现类似游戏、浏览器这些软件的程序的性质，更要通过现有的知识创造新的程序或者改进已有的程序。 尽管计算机科学（computer science）的名字里包含计算机这几个字，但实际上计算机科学相当数量的领域都不涉及计算机本身的研究。因此，一些新的名字被提议出来。某些重点大学的院系倾向于术语计算科学（computing science），以精确强调两者之间的不同。丹麦科学家Peter Naur建议使用术语"datalogy"，以反映这一事实，即科学学科是围绕着数据和数据处理，而不一定要涉及计算机。第一个使用这个术语的科学机构是哥本哈根大学Datalogy学院，该学院成立于1969年，Peter Naur便是第一任教授。这个术语主要被用于北欧国家。同时，在计算技术发展初期，《ACM通讯》建议了一些针对计算领域从业人员的术语：turingineer，turologist，flow-charts-man，applied meta-mathematician及applied epistemologist。 三个月后在同样的期刊上，comptologist被提出，第二年又变成了hypologist。 术语computics也曾经被提议过。在欧洲大陆，起源于信息（information）和数学或者自动（automatic）的名字比起源于计算机或者计算（computation）更常见，如informatique（法语），Informatik（德语），informatika（斯拉夫语族）。 著名计算机科学家Edsger Dijkstra曾经指出：“计算机科学并不只是关于计算机，就像天文学并不只是关于望远镜一样。”（"Computer science is no more about computers than astronomy is about telescopes."）设计、部署计算机和计算机系统通常被认为是非计算机科学学科的领域。例如，研究计算机硬件被看作是计算机工程的一部分，而对于商业计算机系统的研究和部署被称为信息技术或者信息系统。然而，现如今也越来越多地融合了各类计算机相关学科的思想。计算机科学研究也经常与其它学科交叉，比如心理学，认知科学，语言学，数学，物理学，统计学和经济学。 计算机科学被认为比其它科学学科与数学的联系更加密切，一些观察者说计算就是一门数学科学。 早期计算机科学受数学研究成果的影响很大，如Kurt Gödel和Alan Turing，这两个领域在某些学科，例如数理逻辑、范畴论、域理论和代数，也不断有有益的思想交流。.

指標 (電腦科學)和计算机科学 · 计算机科学和靜態程序分析 · 查看更多 »