Tipo de datos

En las computadoras basadas en electrónica digital, todos los datos se representan como bits (alternativas 0 y 1) en el nivel más bajo. La unidad de datos direccionable más pequeña suele ser un grupo de bits llamado byte (normalmente un octeto , que son 8 bits). La unidad procesada por las instrucciones del código máquina se llama palabra ( a partir de 2026(normalmente de 32/64 bits).

Los tipos de datos de máquina exponen o ponen a disposición un control granular sobre el hardware, pero esto también puede exponer detalles de implementación que hacen que el código sea menos portable. Por lo tanto, los tipos de máquina se utilizan principalmente en la programación de sistemas o en lenguajes de programación de bajo nivel . En lenguajes de alto nivel, la mayoría de los tipos de datos están abstraídos , ya que no tienen una representación de máquina definida por el lenguaje. El lenguaje de programación C , por ejemplo, proporciona tipos como booleanos, enteros, números de punto flotante, etc., pero las representaciones de bits precisas de estos tipos dependen de la implementación. El único tipo de C con una representación de máquina precisa es el chartipo que representa un byte. ^{[ 9 ]}

El tipo booleano representa los valores verdadero y falso . Aunque solo son posibles dos valores, se suelen representar como un byte o una palabra en lugar de un bit individual, ya que almacenar y recuperar un bit requiere más instrucciones de máquina. Muchos lenguajes de programación no tienen un tipo booleano explícito, sino que utilizan un tipo entero e interpretan (por ejemplo) el 0 como falso y otros valores como verdadero. Los datos booleanos se refieren a la estructura lógica de cómo se interpreta el lenguaje para el lenguaje máquina. En este caso, un 0 booleano se refiere a la lógica Falso. Verdadero siempre es distinto de cero, especialmente el uno, que se conoce como 1 booleano.

Casi todos los lenguajes de programación proporcionan uno o más tipos de datos enteros . Pueden ofrecer un número reducido de subtipos predefinidos restringidos a ciertos rangos (como `int` shorty ` longint` y sus unsignedvariantes correspondientes en C/C++); o permitir a los usuarios definir libremente subrangos como 1..12 (por ejemplo, Pascal / Ada ). Si no existe un tipo nativo correspondiente en la plataforma de destino, el compilador lo descompondrá en código utilizando tipos que sí existen. Por ejemplo, si se solicita un entero de 32 bits en una plataforma de 16 bits, el compilador lo tratará tácitamente como una matriz de dos enteros de 16 bits.

Los tipos de datos de punto flotante representan ciertos valores fraccionarios ( números racionales , matemáticamente hablando). Aunque tienen límites predefinidos tanto en sus valores máximos como en su precisión, a veces se les denomina erróneamente números reales (en alusión a los números reales matemáticos ). Normalmente se almacenan internamente en el formato a × 2 ^b (donde a y b son números enteros), pero se muestran en el formato decimal habitual .

Los tipos de datos de punto fijo son convenientes para representar valores monetarios. A menudo se implementan internamente como números enteros, lo que conlleva límites predefinidos.

Para independizarse de los detalles de la arquitectura, se puede proporcionar un tipo Bignum o de precisión arbitrarianumeric . Este representa un entero o un número racional con una precisión limitada únicamente por la memoria y los recursos computacionales disponibles en el sistema. Las implementaciones de Bignum de operaciones aritméticas sobre valores del tamaño de la máquina son significativamente más lentas que las operaciones de máquina correspondientes. ^{[ 10 ]}

El tipo enumerado tiene valores distintos que se pueden comparar y asignar, pero que no necesariamente tienen una representación concreta en la memoria del ordenador; los compiladores e intérpretes pueden representarlos arbitrariamente. Por ejemplo, los cuatro palos de una baraja de cartas pueden ser cuatro enumeradores llamados CLUB , DIAMOND , HEART y SPADE , pertenecientes a un tipo enumerado llamado suit . Si se declara una variable V con suit como tipo de dato, se le puede asignar cualquiera de esos cuatro valores. Algunas implementaciones permiten a los programadores asignar valores enteros a los valores de enumeración, o incluso tratarlos como equivalentes a enteros.

Las cadenas son secuencias de caracteres que se utilizan para almacenar palabras o texto plano , generalmente lenguajes de marcado textual que representan texto formateado . Los caracteres pueden ser letras de algún alfabeto , dígitos, espacios en blanco, signos de puntuación, etc. Los caracteres se extraen de un conjunto de caracteres como ASCII o Unicode . Los tipos de caracteres y cadenas pueden tener diferentes subtipos según la codificación de caracteres. Se descubrió que el ASCII original de 7 bits era limitado y fue reemplazado por conjuntos de 8, 16 y 32 bits, que pueden codificar una amplia variedad de alfabetos no latinos (como el hebreo y el chino ) y otros símbolos. Las cadenas pueden tener longitud variable o fija, y algunos lenguajes de programación tienen ambos tipos. También pueden subtiparse según su tamaño máximo.

Dado que la mayoría de los conjuntos de caracteres incluyen los dígitos , es posible tener una cadena numérica, como "1234". Estas cadenas numéricas generalmente se consideran distintas de los valores numéricos como 1234, aunque algunos lenguajes convierten automáticamente entre ellos.

La definición de un tipo de unión especificará cuál de los subtipos permitidos puede almacenarse en sus instancias, por ejemplo, "float" o "long integer". A diferencia de un registro , que podría definirse para contener un float y un integer, una unión solo puede contener un subtipo a la vez.

Una unión etiquetada (también llamada variante , registro de variante, unión discriminada o unión disjunta) contiene un campo adicional que indica su tipo actual para una mayor seguridad de tipos.

Un tipo de dato algebraico (TDA) es un tipo suma posiblemente recursivo de tipos producto . Un valor de un TDA consta de una etiqueta de constructor junto con cero o más valores de campo, cuyo número y tipo están determinados por el constructor. El conjunto de todos los valores posibles de un TDA es la unión disjunta (suma) de los conjuntos de todos los valores posibles de sus variantes (producto de campos). Los valores de los tipos algebraicos se analizan mediante la coincidencia de patrones, que identifica el constructor de un valor y extrae los campos que contiene.

Si solo hay un constructor, entonces el TAD corresponde a un tipo de producto similar a una tupla o registro. Un constructor sin campos corresponde al producto vacío (tipo de unidad). Si todos los constructores no tienen campos, entonces el TAD corresponde a un tipo enumerado .

Un ADT común es el tipo de opción , definido en Haskell como . ^{[ 11 ]}dataMaybea=Nothing|Justa

Algunos tipos son muy útiles para almacenar y recuperar datos y se denominan estructuras de datos . Las estructuras de datos comunes incluyen:

• Un array (también llamado vector, lista o secuencia) almacena varios elementos y proporciona acceso aleatorio a cada uno de ellos. Los elementos de un array suelen ser del mismo tipo (aunque no siempre). Los arrays pueden ser de longitud fija o expandibles. Los índices de un array suelen ser enteros (si no, se puede enfatizar esta flexibilidad hablando de un array asociativo ) dentro de un rango específico (si no todos los índices de ese rango corresponden a elementos, puede tratarse de un array disperso ).
• Registro (también llamado tupla o estructura) Los registros son una de las estructuras de datos más simples . Un registro es un valor que contiene otros valores, generalmente en número y secuencia fijos, y normalmente indexados por nombres. Los elementos de los registros se denominan generalmente campos o miembros .
• Un objeto contiene varios campos de datos, como un registro, y también ofrece una serie de subrutinas para acceder a ellos o modificarlos, llamadas métodos .
• the singly linked list, which can be used to implement a queue and is defined in Haskell as the ADT dataLista=Nil|Consa(Lista), and
• the binary tree, which allows fast searching, and can be defined in Haskell as the ADT dataBTreea=Nil|Node(BTreea)a(BTreea)^[12]

An abstract data type is a data type that does not specify the concrete representation of the data. Instead, a formal specification based on the data type's operations is used to describe it. Any implementation of a specification must fulfill the rules given. For example, a stack has push/pop operations that follow a Last-In-First-Out rule, and can be concretely implemented using either a list or an array. Abstract data types are used in formal semantics and program verification and, less strictly, in design.

The main non-composite, derived type is the pointer, a data type whose value refers directly to (or "points to") another value stored elsewhere in the computer memory using its address. It is a primitive kind of reference. (In everyday terms, a page number in a book could be considered a piece of data that refers to another one). Pointers are often stored in a format similar to an integer; however, attempting to dereference or "look up" a pointer whose value was never a valid memory address would cause a program to crash. To ameliorate this potential problem, a pointer type is typically considered distinct from the corresponding integer type, even if the underlying representation is the same.

Functional programming languages treat functions as a distinct datatype and allow values of this type to be stored in variables and passed to functions. Some multi-paradigm languages such as JavaScript also have mechanisms for treating functions as data.^[13] Most contemporary type systems go beyond JavaScript's simple type "function object" and have a family of function types differentiated by argument and return types, such as the type Int -> Bool denoting functions taking an integer and returning a Boolean. In C, a function is not a first-class data type but function pointers can be manipulated by the program. Java and C++ originally did not have function values but have added them in C++11 and Java 8.

Un constructor de tipos crea nuevos tipos a partir de otros ya existentes, y puede considerarse como un operador que recibe cero o más tipos como argumentos y produce un tipo. Los tipos producto, los tipos función, los tipos potencia y los tipos lista pueden convertirse en constructores de tipos.

Los tipos cuantificados universalmente y existencialmente se basan en la lógica de predicados . La cuantificación universal se escribe como${\displaystyle \forall xf(x)}$o forall x. f xy es la intersección sobre todos los tipos xdel cuerpo f x, es decir, el valor es de tipo f xpara cada x. Cuantificación existencial escrita como${\displaystyle \exists xf(x)}$o exists x. f xy es la unión sobre todos los tipos xdel cuerpo f x, es decir, el valor es de tipo f xpara algunos x.

En Haskell, se suele utilizar la cuantificación universal, pero los tipos existenciales deben codificarse mediante una transformación exists a. f aa forall r. (forall a. f a -> r) -> run tipo similar.

Un tipo de refinamiento es un tipo dotado de un predicado que se supone que se cumple para cualquier elemento del tipo refinado. Por ejemplo, el tipo de números naturales mayores que 5 se puede escribir como${\displaystyle \{n\in \mathbb {N} \,|\,n>5\}}$

Un tipo dependiente es aquel cuya definición depende de un valor. Dos ejemplos comunes de tipos dependientes son las funciones dependientes y los pares dependientes. El tipo de retorno de una función dependiente puede depender del valor (no solo del tipo) de uno de sus argumentos. Un par dependiente puede tener un segundo valor cuyo tipo depende del primero.

Un tipo de intersección es un tipo que contiene aquellos valores que son miembros de dos tipos especificados. Por ejemplo, en Java la clase Booleanimplementa tanto la interfaz Serializablecomo la Comparableinterfaz. Por lo tanto, un objeto de tipo Booleanes un miembro del tipo Serializable & Comparable. Considerando los tipos como conjuntos de valores, el tipo de intersección${\displaystyle \sigma \cap \tau }$es la intersección de la teoría de conjuntos de${\displaystyle \sigma }$y${\displaystyle \tau }$. También es posible definir un tipo de intersección dependiente, denotado${\displaystyle (x:\sigma )\cap \tau }$, donde el tipo${\displaystyle \tau }$puede depender de la variable del término${\displaystyle x}$. ^{[ 14 ]}

Algunos lenguajes de programación representan la información de tipo como datos, lo que permite la introspección de tipos y la programación reflexiva (reflexión). En cambio, los sistemas de tipos de orden superior , si bien permiten construir tipos a partir de otros tipos y pasarlos a funciones como valores, generalmente evitan basar las decisiones computacionales en ellos.

Para mayor comodidad, los lenguajes de alto nivel y las bases de datos pueden proporcionar tipos de datos "del mundo real" ya hechos, por ejemplo, horas, fechas y valores monetarios (moneda). ^{[ 15 ] [ 16 ]} Estos pueden estar integrados en el lenguaje o implementados como tipos compuestos en una biblioteca. ^{[ 17 ]}