马云|IBM开源了5亿行代码数据集，为何C++能位居第一？阿里巴巴|蔡崇信

【马云|IBM开源了5亿行代码数据集，为何C++能位居第一？】

文章图片

今年上半年， IBM 研究院发布了一个名为 CodeNet 的数据集，该数据集包含 1400 万个代码样本，共有用 55 种编程语言编写的 5 亿行代码，用于训练面向编程任务的机器学习模型。
不过令人意想不到的是， Python竟然不是样本中使用最多的语言，仅屈居第二， C++荣登榜首。
为何C++荣登榜首
Python近些年的火爆程度毋庸置疑，但为何不是榜首，其实从Python近十几年的热度走势就可知晓。
从图中不难发现，直至2018年Python才开始呈现一个逐步上升趋势，而这些代码样本是从提交给在线编程平台 AIZU 和 AtCoder 上的近 4000 项挑战的提交中提取，可能存在Python未广泛使用的情况。
另外一方面C++一直以来也十分受欢迎，即使是在Python逐渐火爆的情况下，几乎每年在 TIOBE 编程语言排行榜中，且一直保持在该榜单的前五名，其影响力也可见一斑。
C++的由来
提起C++就不得不先说一说C语言， C语言是于1972年由美国贝尔实验室的丹尼斯·里奇（Dennis Ritchie）在B语言的基础上最终设计出的一种新语言。而C++正是以C语言为根基，并也诞生于美国贝尔实验室，由Stroustrup所设计。
起初本贾尼·斯特劳斯特卢普（Bjarne Stroustrup）发现 Simula 具备很利于大型软件开发的特点，但 Simula 的运行速度太慢，无法对现实需求发挥功效；BCPL 虽快得多，但它过于低级的特性，使其不适于大型软件的开发。为此他选择了能够适用各种用途，具有快速、可移植性的C语言，并为它增强一些类似Simula的特点，来解决这一问题。至此C++可谓已经初具雏形，不过此时它叫作C with Classes 。
直至1983年， C with Classes才改名为我们熟悉的C++ ，并加入了新的特性其中包括虚函数、函数名和运算符重载、参考、常数、用户可控制的自由空间存储区控制、改良的类型检查以及新的双斜线(//)单行注解风格， C++此后开始大展拳脚。
C++为何经久不衰
相较于“90后”（20世纪90年诞生）的Python ， C++这一位“80后” ，虽更为年长，但丝毫不影响其发光发热。
究其原因：其一，苗正根红。除了C++外， Java和C#等也是以C为基础相继诞生，并在各自领域大获成功；其二，紧跟时代，不断优化。 C++从设计之初，已有近40个年头。 C++从最初的C with class ，经历了从C++ 98、C++ 03、C++ 11、C++ 14、C++ 17再到2020年的C++ 2a（又叫C++ 20）的多次标准化改造，功能得到了极大的丰富，已经演变为一门集面向过程、面向对象、函数式、泛型和元编程等多种编程范式的复杂编程语言。
正因如此，造就C++一个最重要特性，即某些领域具有不可替代的作用。如：驱动是要用 C++、启动代码是要用 C++、就连 Android 的底层也和 C++ 脱不了关系。虽然 C++ 在很多大型应用中，无法施展拳脚；但在不少领域，它却如同巨人一般又是不可或缺的顶梁柱。