百度360必应搜狗淘宝本站头条
当前位置:网站首页 > IT知识 > 正文

为什么编程语言总爱从0开始计数?有什么好处吗?

liuian 2025-03-01 14:38 6 浏览

第一次接触编程的小伙伴,几乎都会被这个问题绊倒:为什么数组要从0开始编号?

生活中我们数苹果,都是从1开始,这多自然!

为什么到了代码世界,就要从0这个看起来有点奇怪的数字开始呢?今天我们一起来解答这个问题!


历史起源:从Fortran到C语言的转折


事实上,早期的编程语言,比如诞生于1957年的Fortran,就采用了更符合人类直觉的1基索引。

然而,历史的车轮滚滚向前,十年后,C语言的先驱——B语言,大胆地引入了0基索引的概念。

这一设定被C语言继承,并随着Unix系统的蓬勃发展,逐渐成为编程世界的主流。


底层真相:内存寻址的效率


要理解0基索引的根本原因,我们需要了解一点计算机底层的工作原理。

在内存中,数组的元素是连续存储的。假设一个整型数组,每个元素占用4个字节的内存空间。

如果我们用0作为起始索引,那么第i个元素的内存地址就可以简单地计算为:首地址 + i × 4。

如果从1开始计数呢?那么计算第i个元素的地址就变成了:首地址 + (i-1) × 4。

看起来只是一个小小的差别,但在上世纪70年代,计算机资源极其宝贵,CPU的运算能力非常有限。

每一次内存访问都需要耗费宝贵的CPU时间,而这个小小的减法运算,就会让本来就捉襟见肘的CPU资源雪上加霜。

0基索引的出现,正是为了减少一次减法运算,提高程序的运行效率。


协调和美感:Dijkstra的数学论证


除了性能方面的考虑,0基索引还有其数学上的优雅性。

1982年,荷兰计算机科学家Edsger Dijkstra发表了一篇短文《Why numbering should start at zero》,用简洁的数学证明解释了0基索引的优势。

他指出,如果用左闭右开区间 [0, N) 来表示一个包含N个元素的数组,那么:

● 元素个数 = 上界 - 下界 (N - 0 = N)

● 相邻子区间可以无缝衔接(例如 [0, 5) 和 [5, 10))

● 空集可以表示为 [i, i),无需特殊处理


这种表示方法完美地解决了循环遍历时的边界问题,让代码更加简洁优雅。

想想Python里经典的循环:for i in range(0, len(arr)):,是不是觉得赏心悦目?

如果从1开始,就不得不写成 for i in range(1, len(arr) + 1):,是不是略显臃肿?


现代编程:0基索引的更多优势


从C语言扩散开来的0基索引,在新时代的编程实践中展现出了更多的优势,比如

1. 位运算优化

在哈希表等场景中,计算槽位时,index = hash % size 天然适配0基索引。

2. 多维数组计算

矩阵元素 arr[i][j] 的内存地址计算更加简洁。

3. 类型系统统一

指针偏移量(ptr + 0 指向第一个元素)与数组索引完全对应。

4. 切片语法糖

Python 中 arr[2:5] 表示第2到第4个元素,避免了 +1 -1 的混乱。

反观一些坚持使用1基索引的语言,例如Matlab,在处理图像RGB矩阵时,经常需要面对通道索引是 1-3 还是 0-2 的混乱,让人头疼不已。


少数派:坚持从1开始的语言


也有一些语言坚持使用1基索引,比如 Fortran、Lua 和 R,但这些语言往往活跃在特定领域。

Fortran 主要用于科学计算,更贴近数学家的习惯;

Lua 的设计者认为“定位第1个元素叫元素1更自然”;

R 则是因为统计学家更熟悉1基索引。


对于初学者来说,0基索引可能需要一段时间适应。

但一旦你理解了其背后的逻辑,就会发现它并非反直觉,而是一种更符合计算机底层逻辑的思维方式。

当我们说“数组的第0个元素”时,实际上指的是“距离起始位置偏移0个单位的元素”。

这种思维方式,正是编程思维与日常思维的差异所在。

相关推荐

GANs为何引爆机器学习?这篇基于TensorFlow的实例教程为你解惑!

「机器人圈导览」:生成对抗网络无疑是机器学习领域近三年来最火爆的研究领域,相关论文层出不求,各种领域的应用层出不穷。那么,GAN到底如何实践?本文编译自Medium,该文作者以一朵玫瑰花为例,详细阐...

高丽大学等机构联合发布StarGAN:可自定义表情和面部特征

原文来源:arXiv、GitHub作者:YunjeyChoi、MinjeChoi、MunyoungKim、Jung-WooHa、SungKim、JaegulChoo「雷克世界」编译:嗯~...

TensorFlow和PyTorch相继发布最新版,有何变化

原文来源:GitHub「机器人圈」编译:嗯~阿童木呀、多啦A亮Tensorflow主要特征和改进在Tensorflow库中添加封装评估量。所添加的评估量列表如下:1.深度神经网络分类器(DNNCl...

「2022 年」崔庆才 Python3 爬虫教程 - 深度学习识别滑动验证码缺口

上一节我们使用OpenCV识别了图形验证码躯壳欧。这时候就有朋友可能会说了,现在深度学习不是对图像识别很准吗?那深度学习可以用在识别滑动验证码缺口位置吗?当然也是可以的,本节我们就来了解下使用深度...

20K star!搞定 LLM 微调的开源利器

LLM(大语言模型)微调一直都是老大难问题,不仅因为微调需要大量的计算资源,而且微调的方法也很多,要去尝试每种方法的效果,需要安装大量的第三方库和依赖,甚至要接入一些框架,可能在还没开始微调就已经因为...

大模型DeepSeek本地部署后如何进行自定义调整?

1.理解模型架构a)查看深度求索官方文档或提供的源代码文件,了解模型的结构、输入输出格式以及支持的功能。模型是否为预训练权重?如果是,可以在预训练的基础上进行微调(Fine-tuning)。是否需要...

因配置不当,约5000个AI模型与数据集在公网暴露

除了可访问机器学习模型外,暴露的数据还可能包括训练数据集、超参数,甚至是用于构建模型的原始数据。前情回顾·人工智能安全动态向ChatGPT植入恶意“长期记忆”,持续窃取用户输入数据多模态大语言模型的致...

基于pytorch的深度学习人员重识别

基于pytorch的深度学习人员重识别Torchreid是一个库。基于pytorch的深度学习人员重识别。特点:支持多GPU训练支持图像的人员重识别与视频的人员重识别端到端的训练与评估简单的re...

DeepSeek本地部署:轻松训练你的AI模型

引言:为什么选择本地部署?在AI技术飞速发展的今天,越来越多的企业和个人希望将AI技术应用于实际场景中。然而,对于一些对数据隐私和计算资源有特殊需求的用户来说,云端部署可能并不是最佳选择。此时,本地部...

谷歌今天又开源了,这次是Sketch-RNN

前不久,谷歌公布了一项最新技术,可以教机器画画。今天,谷歌开源了代码。在我们研究其代码之前,首先先按要求设置Magenta环境。(https://github.com/tensorflow/magen...

Tensorflow 使用预训练模型训练的完整流程

前面已经介绍了深度学习框架Tensorflow的图像的标注和训练数据的准备工作,本文介绍一下使用预训练模型完成训练并导出训练的模型。1.选择预训练模型1.1下载预训练模型首先需要在Tensorf...

30天大模型调优学习计划(30分钟训练大模型)

30天大模型调优学习计划,结合Unsloth和Lora进行大模型微调,掌握大模型基础知识和调优方法,熟练应用。第1周:基础入门目标:了解大模型基础并熟悉Unsloth等工具的基本使用。Day1:大模...

python爬取喜马拉雅音频,json参数解析

一.抓包分析json,获取加密方式1.抓包获取音频界面f12打开抓包工具,播放一个(非vip)视频,点击“媒体”单击打开可以复制URL,发现就是我们要的音频。复制“CKwRIJEEXn-cABa0Tg...

五、JSONPath使用(Python)(json数据python)

1.安装方法pipinstalljsonpath2.jsonpath与Xpath下面表格是jsonpath语法与Xpath的完整概述和比较。Xpathjsonpath概述/$根节点.@当前节点...

Python网络爬虫的时候json=就是让你少写个json.dumps()

大家好,我是皮皮。一、前言前几天在Python白银交流群【空翼】问了一个Python网络爬虫的问题,提问截图如下:登录请求地址是这个:二、实现过程这里【甯同学】给了一个提示,如下所示:估计很多小伙伴和...