Symboli on ihan loistava tietotyyppi, mutta useimmat ohjelmoijat eivät edes tiedä niiden olemassaolosta; tai ovat tottuneet pärjäämään ilman niitä, jolloin eivät osaa hyödyntää niitä edes, vaikka ne olisivat tarjolla. Tämän kirjoituksen pointti on selittää, mitä hyötyä symboleista on, ja innostaa ihmiset käyttämään symboleita enemmän ohjelmissaan.
Symbolien käyttö on synergeettistä, vähän niin kuin esimerkiksi se,
että esittää tekstin aina tunnetussa merkistössä (kuten Unicodena).
Tekstit kannattaa muuttaa Unicodeksi (ja nimet
nimet/tunnisteet symboleiksi) ''heti'', kun ohjelma ottaa ne
vastaan, niitä kannattaa käsitellä ohjelman sisäisesti aina Unicodena
(ja symboleina), ja ne kannattaa muuttaa tavuiksi (merkeiksi) vasta,
kun data lähtee ohjelmasta esim. tiedostoon tai verkkoon.
Rakenteettoman tietotyypin käyttö saattaa tuntua helpommalta,
"suoraviivaisemmalta", mutta aina, kun haluaa jollain tavoin
prosessoida tietoa, on mukavampaa, jos sillä on selkeä rakenne. Ja
symbolit antavat nimille rakenteen.
[...]
Minkä rakenteen symboli antaa nimelle (merkkijonolle)?
merkkijonolle? Sen, että sama nimi
nimi/tunniste (merkkijono) viittaa aina samaan asiaan. Tämä
on oikeasti merkkijonotietotyypin ja symbolin ainoa ero: symboli on
merkkijono, josta taataan, että kaksi samansisältöistä merkkijonoa ovat
aina sama merkkijono. Käytännössä tämä tarkoittaa, että kahden symbolin
vertaaminen toisiinsa on yhtä nopeaa kuin pienten kokonaislukujen.
(Usein symboliin voi myös liittää lisätietoja.)
Symbolittomissa kielissä, kuten Javassa, C:ssä
C:ssä, Pythonissa jne., ohjelmoijat ovat usein tottuneet
käyttämään lukuja tai luetelmia (enumeraatioita) tilanteissa, joissa
tarvitsee ilmaista jokin monesta vaihtoehdosta. Esimerkiksi funktio,
joka palauttaa kahden merkkijonon keskinäisen järjestyksen, voi
ilmaista sen palauttamalla nollan tai negatiivisen tai positiivisen
luvun sen mukaan, kumpi merkkijono on aakkostuksessa aiempi. Monet
proseduurit palauttavat niin ikään ''virhekoodeja'' tai jonkin
erityisarvon (kuten -1) tilanteessa, jossa ei ole kunnollista
palautettavaa. Sama juttu funktioiden syötteissä: jos jokin syöte on
monivalinta, siinä käytetään yleensä luetelmia.
[...]
Symbolit ovat itsensä dokumentoivia, tehokkaasti toteutettuja
arvoja. tunnisteita. Se, että käyttää numeroita
symbolien sijasta tällaiseen, on kuin käyttäisi rivinumeroita
funktionimien sijasta viitatakseen ohjelman osiin. Symboleita ei
tarvitse edes deklaroida millään tavoin, niitä voi käyttää saman tien.
Tietyt tietotyypit, joiden arvoja on äärellinen määrä -- totuusarvot,
tyhjä lista, viikonpäivät -- ovat ilman muuta symboleja.
Joissakin tietotyypeissä on ''potentiaalisesti'' ääretön määrä
arvoja, mutta jotkin ovat yleisiä: värien nimet, henkilön
ominaisuuksien nimet, luonnollisen kielen sanat, kuvien luokitteluun
käytetyt tagit, protokollan eri viestit. Näissä ei ole edes mahdollista
määritellä etukäteen kaikkia mahdollisia arvoja, mutta symboleita
voi symboleitapa voikin muodostaa loputtomasti lisää
ja kaikki on hyvin.
Tekstin käsittely on usein nopeampaa symboleilla.
nopeampaa, kun muuntaa tekstin symboleiksi. Ei tosin ole
kannattavaa muuttaa isoa tekstimössöä ''yhdeksi'' symboliksi, koska
tämän symbolin vertailusta muihin on tuskin paljonkaan hyötyä. Mutta
riippuen siitä, mitä tekstillä haluaa tehdä, esimerkiksi sen ''sanat''
(tai muut osat, kuten välimerkkien erottamat osat) voi muuttaa
symboleiksi ja panna listaan. Jos etsii tekstistä paljon erilaisia
ilmauksia, symbolien käyttö nopeuttaa prosessointia huomattavasti.
Symboleita kannattaa käyttää myös tietorakenteissa siellä, missä muuten käytettäisiin luetelmia, tageja tai nimiä. Jos esimerkiksi mallinnat dokumentin rakennepuuta, jokaisessa puun solmussa kannattaa ensimmäiseksi olla symboli, joka kertoo, minkälaisesta puun osasta on kyse (esim. kappale / korostus / otsikko / sana). IRC-protokollassa käyttäjien ja kanavien nimet sekä viestityypit ovat ilman muuta symboleita, koska ne ovat yksittäisten olioiden yksiselitteisiä tunnisteita.
Jos haluat lähdetään kehittämään
tietorakenneajatusta pidemmälle, niin dynaamisesti tyypitetyn
oliojärjestelmän, oliojärjestelmän saa
merkitsemällä olioihin kannattaa merkitä luokka
luokan symbolilla. Jos haluat toteuttaa ohjelmointikielen,
muuttujiin ja funktioihin kannattaa viitata ohjelmakoodista
jäsennetyssä syntaksipuussa symboleilla, ja jos teet
tietorakenteen, tietuemäärittelyn, jossa on monta
kenttää, kenttien nimien kannattaa olla symboleita.
Staattisissa kielissä käytetään joskus symbolien sijaan
deklaraatioita: muuttujien, luokkien, jäsenkenttien, metodien ja
funktioiden deklaraatioita. Tämä on ihan hyväksyttävä tapa antaa
nimille identiteetti (tai asioille nimi). Mutta dynaamisissa
Tunnisteet (''identifier'') ''ovat'' symbolien käännösaikainen
vastine: nimi jollekin, joka oikeasti on vain muistiosoite tai numero.
Dynaamisissa kielissä, joissa kaikkea ei tarvitse määritellä
etukäteen, symbolit ovat verraton selkeytys. selkeytys;
ja jos haluaa introspektiivisesti tutkia ohjelmaansa ajonaikaisesti, on
luontevaa viitata myös käännösaikaisiin nimiin ajonaikaisilla
symboleilla. (Symboleja tukevat kielet (Scheme, Lisp, Ruby) käytännössä
aina yhdistävät käännösaikaisen nimiavaruuden ajonaikaisten symbolien
nimiavaruuteen.)
[...]