抽象编程

说到抽象编程，很多人第一反应是面向对象，但抽象这件事本身其实可以拆成两个维度：行为抽象与数据抽象。这两者贯穿了从过程化到对象化的整个编程思想演变，理解它们，才算真正摸清了编程方法论的门道。

行为抽象

通俗讲，就是把一串连续的动作“打包”成一个整体行为。比如吃饭这件事，拆开看就是：取碗筷、盛饭、盛菜，然后重复“扒一口饭、夹一筷菜、再扒一口、再夹一筷菜”，最后放下碗筷。这一长串动作，被抽象成一个词——吃饭。编程里也一样，将若干步骤封装成一个函数或过程，这就是行为抽象的核心。

数据抽象

数据抽象则是把事物按性质归类。好比圆、三角形、长方形，虽然形状各异，但都属于“形状”这个类别。在编程中，数据抽象意味着把一组性质接近的数据归纳为一种类型，然后定义该类型能做什么操作。比如整型向量：所有整型值性质相同，它们被组织成线性存储结构（向量），向量本身支持创建、复制、扩建、增删、修改等操作，还能调用排序、查找等算法。所以，整型向量在语言里就是一种具体的数据结构。

那么，什么是数据结构？简单说，就是一系列性质相同的数据，按某种逻辑结构组织起来，并附带一系列自身操作。整型向量就是典型例子——数据集合、线性存储、操作集合，三者合一。

回到抽象编程本身。通过抽象来减少编程工作量、降低编程难度，这就是抽象编程的初衷。但抽象的方向不同，演化出的编程范式也不同：

• 把问题做功能分解，各个击破——过程化编程，本质是以行为抽象为主的抽象编程。
• 把问题做实体分析，分层分类地实现抽象数据类型——基于对象编程，本质是以数据抽象为主的抽象编程。这种思路通过复用数据类型，让编程更便捷，也更容易维护和扩展，效果往往比过程化编程更好。

现实情况是，编程语言本身提供的具体数据类型有限，要解决实际问题，大量工作其实是建立数据模式与问题之间的对应关系——也就是构建抽象数据类型的过程。对象化编程正是基于这种分层分类的抽象数据类型来完成具体编程，它能更好地实现数据结构和算法。这也正是N.Wirth那句经典公式的升级版：从“程序 = 算法 + 数据结构”具体化为“程序 = 算法 + 抽象数据类型”。