# 纯值传递语言设计：herd 编译器的实现与权衡 > 深入分析 herd 语言如何通过引用计数与写时复制实现纯值语义，探讨其在类型系统、并发安全和性能之间的工程权衡。 ## 元数据 - 路径: /posts/2026/01/26/pure-pass-by-value-language-design/ - 发布时间: 2026-01-26T12:17:17+08:00 - 分类: [compilers](/categories/compilers/) - 站点: https://blog.hotdry.top ## 正文 在主流编程语言中，引用传递与值传递的边界往往模糊且充满陷阱。Python 的可变对象默认共享引用，C++ 的引用参数可以 const 限定但仍可能产生别名，JavaScript 的对象传递更是暗礁密布。这种混合语义导致的问题——意外的副作用、难以追踪的数据竞争、复杂的内存管理——几乎每个开发者都曾遭遇。Jcparkyn 的 herd 语言提供了一个激进的设计方案：彻底消除引用传递，一切皆为值。本文将剖析其编译器层面的实现策略，以及这一设计选择背后的工程权衡。 ## 纯值语义的核心承诺 herd 对开发者做出了一项简洁而有力的保证：当你将任何值（包括列表和字典）传递给函数时，调用者持有的副本永远不会被子函数修改。这不是通过防御性拷贝或复杂的别名分析来实现，而是语言层面的硬性约束。换言之，herd 取消了「共享可变状态」这一概念在函数调用边界上的可能性。 这一保证的实现基础是引用计数与写时复制（Copy-on-Write，COW）的组合策略。所有引用类型——字符串、列表、字典——在内部都维护一个引用计数。当程序复制一个引用类型时，计数递增；当修改一个引用类型时，语言运行时检查当前引用计数：若计数为唯一引用，则直接原地修改，避免任何内存分配；若存在多个引用，则执行浅拷贝，将修改应用于新副本，使新副本的计数回归为一。这种策略使得后续修改通常不再需要额外分配，从而在保证语义安全的同时控制内存开销。 引用计数的另一个附带收益是消除引用循环的可能性。既然所有数据关系都是值的复制而非引用的绑定，就不可能形成 A 持有 B、B 又持有 A 的循环结构。这意味着 herd 的垃圾回收器无需复杂的循环检测算法，单纯的引用计数递减即可正确回收所有不可达对象。 ## 类型系统与语法的协同设计 herd 采用动态类型，这一选择初看似乎与「安全」的工程目标相悖。但作者的解释揭示了更深层的设计考量：动态类型降低了语言实现的复杂度，使创作者能够专注于值语义这一核心创新，而非类型推导或边界检查的工程负担。更重要的是，值语义本身已经提供了相当程度的程序正确性保障——函数无法偷偷修改其接收的参数，数据的流向在调用链上清晰可追踪。 在语法层面，herd 用三个关键词区分变量的生命周期状态。`=` 定义不可变变量，这是默认和推荐的方式；`var` 定义可变变量，需要显式声明；`set` 则用于修改变量的值。这种设计反映了作者对程序行为的认知：大多数变量在定义后确实不需要改变，将不可变设为默认可以减少思考负担，也使得代码的推断更加直接。函数定义采用反斜杠语法 `\x y -> x + y`，参数列表与函数体之间没有冗余的括号或箭头，代码密度高但语义清晰。 类型系统目前仅包含七种基本类型：unit（空值）、bool、number（64 位浮点数）、string、list、dict 和 function。值得注意的是，列表和字典作为复合类型，同样遵循值语义——复制列表时得到的是独立的副本，修改副本不影响原列表。这种一致性消除了 JavaScript 中「原始类型 vs 对象」的心智模型分裂。 ## 性能优化的工程实践 动态解释型语言常常与慢速划等号，但 herd 通过几项关键技术实现了令人意外的性能水平。其运行时使用 Cranelift 生成优化的机器码，执行时并非逐行解释，而是将代码编译为本地机器指令。Cranelift 是一个面向性能的代码生成后端，设计目标是快速编译与高质量输出的平衡，这使得 herd 能够在启动时完成代码编译，而不会产生显著的解释开销。 值表示采用 NaN-boxing 技术，这是一种在动态语言运行时中常见但实现精妙的技巧。JavaScriptCore 和 LuaJIT 等高性能引擎都采用类似方案。其核心思想是利用 IEEE 754 浮点数中 NaN 编码的冗余空间：在 64 位浮点表示中，指数位全为 1 且尾数位非零时表示 NaN，而语言运行时可以将这种位模式重新解释为指针或标记值，从而在单一机器字中存储原始类型（数字、布尔、空值）或堆对象的引用。这种表示方式避免了分离的标记指针结构，减少了内存占用并提高了缓存局部性，对数值密集型代码尤其有益。 当前的性能瓶颈主要来自三个方面：原子引用计数在多线程环境下的同步开销、单遍 JIT 编译器限制了跨函数的优化机会，以及标准库随代码规模增长带来的编译时间累积。对于原子操作的优化，作者指出可以通过将原子操作从热循环中「提升」出来来解决——因为在单线程执行上下文中，引用计数的变化是可预测的，编译器可以安全地去除不必要的同步。 ## 并发安全与设计局限 值语义对并发编程的影响是深远且正面的。由于每个线程接收到的都是数据的独立副本，线程间不可能通过共享引用产生数据竞争。即使在多线程并行处理同一数据结构的场景下，herd 也天然免疫于竞态条件：每个线程的修改只影响其本地副本，最终通过返回值汇聚结果。这一特性使得并行编程的模型大幅简化——无需锁、无需原子操作、无需消息队列，只需关注计算本身。 然而，值语义也带来了通信开销。线程间唯一的数据交换通道是函数返回值，这意味着需要精心设计数据的序列化和反序列化路径。对于大型数据结构，完全拷贝的开销可能显著高于共享内存方案。此外，herd 目前不支持协程或异步执行模型，所有并行操作都是阻塞式的，这限制了 I/O 密集型应用的表达能力。 从生产可用性的角度审视，herd 作为个人项目明确声明不应用于关键系统。其类型系统缺少用户定义类型、模式匹配的完整支持以及完善的错误处理机制，这些都是工程语言必需的组件。作者设想未来可能添加类似 Julia 的 struct 和多重分派，但这些扩展必须与现有的值语义保证相兼容——一个用户定义的复合类型，其字段的修改同样应遵循 COW 语义，这在类型系统的设计中增加了额外的约束。 ## 设计哲学的启示 herd 的价值不在于它是一个完善的语言，而在于它示范了一条激进的简化路径。大多数语言在「安全」与「性能」之间寻找平衡点，引入各种复杂机制——只读引用、不可变视图、逃逸分析——来缓解引用传递的副作用。herd 的回答则是消除问题本身：如果所有数据都是值，就不需要复杂的别名分析或可变边界检查。 这种设计选择也呼应了函数式编程的核心洞见，但 herd 没有采用惰性求值或纯函数的强制约束。它保留了命令式风格的局部状态（通过 `var` 和 `set`），只是将状态的作用域限定在单个执行上下文内。程序员仍然可以写出熟悉的迭代和副作用代码，只是这些副作用不会「泄漏」到调用者的视野中。 从编译器工程的视角，herd 展示了值语义的实现成本是可接受的：引用计数加上浅拷贝的运行时开销，通过写时复制的优化可以控制在合理范围；内存占用由于引用计数字段的存在略有增加，但消除了循环检测的复杂度。综合来看，这一设计在语义清晰性、实现复杂度和运行时性能之间达到了一个有趣的平衡点。 --- **参考资料** - GitHub: [Jcparkyn/herd](https://github.com/Jcparkyn/herd) ## 同分类近期文章 ### [C# 15 联合类型：穷尽性模式匹配与密封层次设计](/posts/2026/04/08/csharp-15-union-types-exhaustive-pattern-matching/) - 日期: 2026-04-08T21:26:12+08:00 - 分类: [compilers](/categories/compilers/) - 摘要: 深入分析 C# 15 联合类型的语法设计、穷尽性匹配保证及其与密封类层次结构的工程权衡。 ### [LLVM JSIR 设计解析：面向 JavaScript 的高层 IR 与 SSA 构造策略](/posts/2026/04/08/jsir-javascript-high-level-ir/) - 日期: 2026-04-08T16:51:07+08:00 - 分类: [compilers](/categories/compilers/) - 摘要: 深度解析 LLVM JSIR 的设计动因、SSA 构造策略以及在 JavaScript 编译器工具链中的集成路径，为前端工具链开发者提供可落地的工程参数。 ### [JSIR：面向 JavaScript 的高级 IR 与碎片化解决之道](/posts/2026/04/08/jsir-high-level-javascript-ir/) - 日期: 2026-04-08T15:51:15+08:00 - 分类: [compilers](/categories/compilers/) - 摘要: 解析 LLVM 社区推进的 JSIR 如何通过 MLIR 实现无源码丢失的往返转换，并终结 JavaScript 工具链碎片化困境。 ### [JSIR：面向 JavaScript 的高层中间表示设计实践](/posts/2026/04/08/jsir-high-level-ir-for-javascript/) - 日期: 2026-04-08T10:49:18+08:00 - 分类: [compilers](/categories/compilers/) - 摘要: 深入解析 Google 推出的 JSIR 如何利用 MLIR 框架实现 JavaScript 源码的高保真往返，并探讨其在反编译与去混淆场景的工程实践。 ### [沙箱JIT编译执行安全：内存隔离机制与性能权衡实战](/posts/2026/04/07/sandboxed-jit-compiler-execution-safety/) - 日期: 2026-04-07T12:25:13+08:00 - 分类: [compilers](/categories/compilers/) - 摘要: 深入解析受控沙箱中JIT代码的内存安全隔离机制，提供工程化落地的参数配置清单与性能优化建议。