2.1. 计算机语言
前文提到的各类语言，都属于计算机语言。计算机语言用于在人和计算机之间传递信息。计算机由大量电子器件组成，要让它完成某项任务，必须向它提供能够识别并执行的表达形式，也就是指令。和人类语言一样，计算机语言也有固定的语法规则；计算机依据这些规则解析用户意图，并执行相应操作。
计算机语言有多种类型。按抽象层次划分，通常包括机器语言、汇编语言和高级语言。高级语言离处理器最远，抽象程度最高，写法更接近自然语言和数学表达式，例如C、C++、Java等；它一般需要经过编译或转换，才能被计算机执行。汇编语言处于两者之间。机器语言最接近硬件，抽象层次最低，也是计算机唯一可以直接识别和执行的语言。多数软件开发人员通常使用高级语言编写程序，再由编译器和汇编器逐步转换为机器语言，最终交给处理器运行并产生结果。这个过程如图1-1所示。
图1-1展示了高级语言转换为机器语言的基本流程，核心工具包括编译器和汇编器。编译器把高级语言程序（如C++程序）翻译为汇编语言，汇编器再把汇编语言转换成机器语言。机器语言是处理器最终能够理解并执行的形式。
下面按照与处理器的距离，从近到远依次介绍机器语言、汇编语言和高级语言。
2.1.1. 机器语言
机器语言是计算机可以直接执行的程序语言，通常以二进制形式表示。进制是一种计数规则。人们熟悉的十进制使用0~9这10个数字，并遵循“逢十进一”；二进制只使用“0”和“1”，规则是“逢二进一”。计算机硬件由电路构成，最容易用有电和无电两种状态表示信息，这两种状态也称为高电平和低电平，分别对应二进制中的“1”和“0”。一个二进制数字称为一位（bit）。
机器语言由多条机器指令组成，机器指令通常简称为指令。一条指令由固定长度的二进制数表示，用来要求计算机完成某个动作，例如加法、减法、逻辑与运算，或者从内存读取数据。因此，指令是处理器执行操作的基本单位。处理器提供给程序员使用的全部指令集合，称为指令集或指令系统。指令系统可以看作软件和硬件之间的接口，程序员通过它指挥处理器完成工作。常见指令系统包括x86、ARM等。中央处理器（Central Processing Unit，CPU）是计算机的核心部件，负责解释指令并处理软件数据。某种CPU只能识别与自身指令集匹配的指令，例如x86指令只能由采用x86指令集的处理器识别，不能直接运行在ARM或MIPS处理器上。在本书中，指令集和体系架构的含义较为接近，通常都涉及一组指令以及寄存器等相关资源。
龙芯指令系统中，每条指令占32位。若要让龙芯处理器执行一次加法操作，对应的机器指令可能如下：
0000 0010 1100 0001 0000 0000 0110 0011
这串数字并不便于阅读，人们很难直接从32个0和1中看出它的含义。不过，机器指令并不是随意排列的。和自然语言、高级语言一样，机器指令也遵循特定语法。一条固定长度的机器指令（如龙芯指令为32位）通常由操作码和操作数组成；操作数又可分为源操作数和目的操作数。下面用C语言语句进行类比。
long c = a + 2;
在这条语句中，符号“+”可类比为操作码，表示执行加法。变量a和常数2是源操作数，变量c是目的操作数，用来保存计算结果。机器指令的结构与此类似，但机器指令中的操作码不仅要说明运算类型（如加、减、乘等），还要说明参与运算的数据类型（如int、double、long等）。机器指令中的操作数通常是寄存器（计算机中临时保存数据的器件）或常数。以龙芯指令集中的加法指令为例，其语法格式如图1-2所示。
由图1-2可知，龙芯指令集中的一条指令长度为32位。对于加法指令，高10位表示操作码。0b0000001010表示32位加法指令（ADDI.W），0b0000001011表示64位加法指令（ADDI.D）。之后的12位表示一个常数；再后面的两个5位字段分别表示源寄存器操作数ri和目的寄存器操作数rd。ri和rd可以取龙芯指令集提供的32个通用寄存器中的任意一个。
结合图1-2，可以解析前述机器指令的含义。高10位（0000 0010 11）是操作码，表示带立即数的64位整数加法，对应C语言中的long类型；随后的12位（00 0001 0000 00）是第一个源操作数，它是一个常数，换算成十进制为64；再后5位（00 011）是第二个源操作数，表示寄存器编号3；最后5位（0 0011）是目的操作数，同样表示第3个寄存器。因此，这条指令的作用是把第3个寄存器中的值与常数64相加，并把结果写回第3个寄存器。它对应的龙芯汇编写法是addi.d r3, r3, 64。按字段划分，该机器指令可表示为：
0000 0010 11 | 00 0001 0000 00 | 00 011 | 0 0011
操作码 第一个源操作数 第二个源操作数 目的操作数
如果要逐条理解程序中的机器指令，通常需要反复查阅指令手册。更进一步，一个实际功能往往需要成千上万条类似指令共同完成。直接用机器指令编程显然非常困难，因此人们引入了更便于阅读和编写的汇编语言，以及抽象层次更高的高级语言。
2.1.2. 汇编语言
汇编语言可以理解为机器语言的符号化形式。它使用较容易记忆的字母、单词和符号来表示特定机器指令，使程序更容易阅读，也更容易判断其功能。例如，在1.1.1小节中，龙芯架构下实现两个数相加，对应的机器指令和汇编指令如下：
机器指令： 0000 0010 1100 0001 0000 0000 0110 0011
汇编指令： addi.d r3,r3,64
从汇编形式可以更直接地看出，这条指令完成寄存器r3与常数64的加法，并把结果写回r3。这样就不必逐位对照指令手册解释操作码和操作数。一条汇编指令一般由助记符和操作数组成。助记符对应机器指令中的操作码，例如addi.d表示64位加法；操作数表示参与运算的数据对象，例如这里的两个r3和常数64。
从这个例子可以看出，使用汇编语言时，程序员无需直接处理指令的二进制编码。汇编器会把汇编指令翻译为机器语言，从而明显降低编写难度并提升效率。
汇编语言和机器语言一样，都与具体计算机体系架构密切相关。也就是说，使用龙芯汇编指令集编写的程序，未经转换不能直接运行在x86或ARM处理器上；反过来也一样。
2.1.3. 高级语言
高级语言是相对概念。一般来说，越有利于程序员高效表达程序逻辑的语言，抽象层次就越高。C语言刚出现时，人们认为它比汇编语言更高级，因此称其为高级语言，而把汇编语言归为低级语言；Java、Python等语言出现后，C语言又显得抽象层次较低。本书中的高级语言，是相对于汇编语言而言的，指不再强依赖处理器硬件架构、表达方式更接近自然语言和数学公式的程序设计语言，例如C、C++、Java、Go等。这类语言有各自的语法规则，通常与具体处理器架构无关，但不能被处理器直接执行，必须经过编译器和汇编器翻译成机器指令。例如，要实现变量自增，C语言可以写成：
++a;
这一条语句即可完成变量a加1。如果a的初始值为1，执行++a后，a的值变为2。对应的汇编指令通常至少需要3条：先从内存地址读取a的初始值到寄存器，再让该寄存器与常数1相加，最后把结果写回内存。该过程可用下面的龙芯汇编指令表示：
load r3,[addr] // 从内存地址addr加载值到寄存器r3
add r4,r3,1 // 加法计算r3+1，将结果写到寄存器r4
store r4,[addr] // 把寄存器r4的值写回到内存地址addr
对比可以发现，C语言写法更直观，也更适合程序员完成日常开发。并且，同一份高级语言程序通常只需编写一次，面向不同体系架构的机器语言可以由相应编译器生成。
高级语言发展的核心目标，是让程序员更快、更高效地完成编程。围绕这一目标，编程思想经历了多个阶段：面向过程把功能块组织为函数或方法，典型代表是C语言；面向对象把相关数据和方法封装为整体进行管理，典型代表是Java；函数式编程强调高阶函数等特性，Java、Groovy、Scala、JavaScript等语言都提供了相关支持。未来的语言设计可能进一步转向应用意图表达，即程序员只描述任务目标，系统自动生成算法并完成处理。随着高级语言持续演进，计算机语言越来越接近人类表达方式，智能化程度和编程效率也不断提升，程序员因此可以把更多精力放在复杂业务问题的解决上。