Lenguaje de programación

Las primeras computadoras programables se inventaron durante la década de 1940, y con ellas, los primeros lenguajes de programación. ^{[ 10 ] [ 11 ]} Las primeras computadoras se programaron en lenguajes de programación de primera generación (1GL), lenguaje máquina (instrucciones simples que podían ser ejecutadas directamente por el procesador). Este código era muy difícil de depurar y no era portable entre diferentes sistemas informáticos. ^{[ 12 ]} Para mejorar la facilidad de programación, se inventaron los lenguajes ensamblador (o lenguajes de programación de segunda generación —2GL—), que divergieron del lenguaje máquina para hacer que los programas fueran más fáciles de entender para los humanos, aunque no aumentaron la portabilidad. ^{[ 13 ]}

Inicialmente, los recursos de hardware eran escasos y costosos, mientras que los recursos humanos eran más baratos. Por lo tanto, se favorecieron los lenguajes engorrosos que consumían mucho tiempo de uso, pero que estaban más cerca del hardware para una mayor eficiencia. ^{[ 14 ]} La introducción de los lenguajes de programación de alto nivel ( lenguajes de programación de tercera generación —3GL—) revolucionó la programación. Estos lenguajes abstrajeron los detalles del hardware, y en su lugar se diseñaron para expresar algoritmos que los humanos pudieran entender más fácilmente. Por ejemplo, las expresiones aritméticas ahora podían escribirse en notación simbólica y luego traducirse a código máquina que el hardware podía ejecutar. ^{[ 13 ]} En 1957, se inventó Fortran (FORmula TRANslation). A menudo considerado el primer lenguaje de programación de alto nivel compilado , ^{[ 13 ] [ 15 ]} Fortran se ha mantenido en uso hasta el siglo XXI. ^{[ 16 ]}

Hacia 1960, se desarrollaron las primeras computadoras centrales (computadoras de propósito general), aunque solo podían ser operadas por profesionales y su costo era extremadamente alto. Los datos y las instrucciones se ingresaban mediante tarjetas perforadas , lo que significaba que no se podía agregar ninguna entrada mientras el programa se ejecutaba. Por lo tanto, los lenguajes desarrollados en ese momento están diseñados para una interacción mínima. ^{[ 18 ]} Tras la invención del microprocesador , las computadoras en la década de 1970 se volvieron mucho más económicas. ^{[ 19 ]} Las nuevas computadoras también permitieron una mayor interacción del usuario, lo cual fue posible gracias a los lenguajes de programación más recientes. ^{[ 20 ]}

Lisp , implementado en 1958, fue el primer lenguaje de programación funcional . ^{[ 21 ]} A diferencia de Fortran, admitía recursión y expresiones condicionales , ^{[ 22 ]} e introdujo la gestión dinámica de memoria en un montón y la recolección automática de basura . ^{[ 23 ]} Durante las décadas siguientes, Lisp dominó las aplicaciones de inteligencia artificial . ^{[ 24 ]} En 1978, otro lenguaje funcional, ML , introdujo tipos inferidos y parámetros polimórficos . ^{[ 20 ] [ 25 ]}

Después de que ALGOL (ALGOrithmic Language) se publicó en 1958 y 1960, ^{[ 26 ]} se convirtió en el estándar en la literatura de computación para describir algoritmos . Aunque su éxito comercial fue limitado, la mayoría de los lenguajes imperativos populares —incluidos C , Pascal , Ada , C++ , Java y C# — descienden directa o indirectamente de ALGOL 60. ^{[ 27 ] [ 16 ]} Entre sus innovaciones adoptadas por lenguajes de programación posteriores se incluyeron una mayor portabilidad y el primer uso de gramática libre de contexto , BNF . ^{[ 28 ]} Simula , el primer lenguaje en admitir programación orientada a objetos (incluidos subtipos , despacho dinámico y herencia ), también desciende de ALGOL y alcanzó éxito comercial. ^{[ 29 ]} C, otro descendiente de ALGOL, ha mantenido su popularidad hasta el siglo XXI. C permite el acceso a operaciones de máquina de nivel inferior que otros lenguajes contemporáneos. Su potencia y eficiencia, generadas en parte con operaciones de punteros flexibles , tienen el costo de dificultar la escritura de código correcto. ^{[ 20 ]}

Prolog , diseñado en 1972, fue el primer lenguaje de programación lógica , que se comunicaba con una computadora mediante notación lógica formal . ^{[ 30 ] [ 31 ]} Con la programación lógica, el programador especifica un resultado deseado y permite que el intérprete decida cómo lograrlo. ^{[ 32 ] [ 31 ]}

Durante la década de 1980, la invención de la computadora personal transformó los roles para los que se utilizaban los lenguajes de programación. ^{[ 33 ]} Entre los nuevos lenguajes introducidos en la década de 1980 se encontraba C++, un superconjunto de C que puede compilar programas C pero que también admite clases y herencia . ^{[ 34 ]} Ada y otros nuevos lenguajes introdujeron soporte para la concurrencia . ^{[ 35 ]} El gobierno japonés invirtió fuertemente en los llamados lenguajes de quinta generación que añadieron soporte para la concurrencia a las construcciones de programación lógica, pero estos lenguajes fueron superados por otros lenguajes que admitían la concurrencia. ^{[ 36 ] [ 37 ]}

Debido al rápido crecimiento de Internet y la World Wide Web en la década de 1990, se introdujeron nuevos lenguajes de programación para dar soporte a las páginas web y las redes . ^{[ 38 ]} Java , basado en C++ y diseñado para una mayor portabilidad entre sistemas y seguridad, gozó de un gran éxito porque estas características son esenciales para muchas aplicaciones de Internet. ^{[ 39 ] [ 40 ]} Otro desarrollo fue el de los lenguajes de scripting de tipado dinámico — Python , JavaScript , PHP y Ruby — diseñados para producir rápidamente pequeños programas que coordinan aplicaciones existentes . Debido a su integración con HTML , también se han utilizado para construir páginas web alojadas en servidores . ^{[ 41 ] [ 42 ]}

Durante la década de 2000, hubo una desaceleración en el desarrollo de nuevos lenguajes de programación que alcanzaron una popularidad generalizada. ^{[ 43 ]} Una innovación fue la programación orientada a servicios , diseñada para explotar sistemas de computación distribuida cuyos componentes están conectados por una red. Los servicios son similares a los objetos en la programación orientada a objetos, pero se ejecutan en un proceso separado. ^{[ 44 ]} C# y F# polinizaron ideas entre la programación imperativa y la funcional. ^{[ 45 ]} Después de 2010, varios lenguajes nuevos — Rust , Go , Swift , Zig y Carbon — compitieron por el software crítico en rendimiento para el cual históricamente se había utilizado C. ^{[ 46 ]} La mayoría de los nuevos lenguajes de programación utilizan tipado estático, mientras que algunos lenguajes nuevos utilizan tipado dinámico como Julia . ^{[ 47 ]}

Algunos de los nuevos lenguajes de programación se clasifican como lenguajes de programación visual, como Scratch y LabVIEW . Además, algunos de estos lenguajes combinan el uso de programación textual y visual, como Ballerina . ^{[ 48 ] [ 49 ] [ 50 ]} Asimismo, esta tendencia ha llevado al desarrollo de proyectos que ayudan a desarrollar nuevos lenguajes visuales, como Blockly de Google . ^{[ 51 ]} Muchos motores de juegos, como Unreal y Unity , admiten la programación visual. ^{[ 52 ] [ 53 ]}

La forma superficial de un lenguaje de programación se conoce como su sintaxis . La mayoría de los lenguajes de programación son puramente textuales; utilizan secuencias de texto que incluyen palabras, números y signos de puntuación, al igual que los lenguajes naturales escritos. En cambio, algunos lenguajes de programación son gráficos y utilizan relaciones visuales entre símbolos para especificar un programa.

La sintaxis de un lenguaje describe las posibles combinaciones de símbolos que conforman un programa sintácticamente correcto. El significado que se le otorga a una combinación de símbolos se gestiona mediante la semántica (ya sea formal o codificada en una implementación de referencia ). Dado que la mayoría de los lenguajes son textuales, este artículo trata sobre la sintaxis textual.

La sintaxis de un lenguaje de programación se define generalmente mediante una combinación de expresiones regulares (para la estructura léxica ) y la forma de Backus-Naur (para la estructura gramatical ). A continuación se muestra una gramática simple, basada en Lisp :

expresión ::= átomo | lista átomo ::= número | símbolo número ::= [+-]?['0'-'9']+ símbolo ::= ['A'-'Z''a'-'z'].* lista ::= '(' expresión* ')' 

Esta gramática especifica lo siguiente:

• una expresión es un átomo o una lista ;
• Un átomo es un número o un símbolo ;
• Un número es una secuencia ininterrumpida de uno o más dígitos decimales, precedida opcionalmente por un signo más o menos;
• Un símbolo es una letra seguida de cero o más caracteres alfabéticos (excluyendo los espacios en blanco); y
• Una lista es un par de paréntesis emparejados, con cero o más expresiones en su interior.

Los siguientes son ejemplos de secuencias de tokens bien formadas en esta gramática: 12345, ()y (a b c232 (1)).

No todos los programas sintácticamente correctos son semánticamente correctos. Muchos programas sintácticamente correctos, sin embargo, están mal formados según las reglas del lenguaje y pueden (dependiendo de la especificación del lenguaje y la solidez de la implementación) generar un error durante la traducción o la ejecución. En algunos casos, dichos programas pueden presentar un comportamiento indefinido . Incluso cuando un programa está bien definido dentro de un lenguaje, puede tener un significado distinto al que pretendía quien lo escribió.

Tomando como ejemplo el lenguaje natural , puede que no sea posible asignar un significado a una oración gramaticalmente correcta, o que la oración sea falsa:

• " Las ideas verdes incoloras duermen furiosamente ", está bien formado gramaticalmente pero no tiene un significado generalmente aceptado.
• "John is a married single" (John es un soltero casado) está bien gramaticalmente, pero expresa un significado que no puede ser cierto.

El siguiente fragmento de código C es sintácticamente correcto, pero realiza operaciones que no están definidas semánticamente (la operación *p >> 4no tiene significado para un valor de tipo complejo y p->imno está definida porque el valor pes el puntero nulo ):

complejo * p = NULL ; complejo abs_p = sqrt ( * p >> 4 + p -> im );

Si se omitiera la declaración de tipo en la primera línea, el programa generaría un error de variable indefinida pdurante la compilación. Sin embargo, el programa seguiría siendo sintácticamente correcto, ya que las declaraciones de tipo solo proporcionan información semántica.

La gramática necesaria para especificar un lenguaje de programación se puede clasificar según su posición en la jerarquía de Chomsky . La sintaxis de la mayoría de los lenguajes de programación se puede especificar mediante una gramática de tipo 2, es decir, son gramáticas libres de contexto . ^{[ 54 ]} Algunos lenguajes, como Perl y Lisp, contienen construcciones que permiten la ejecución durante la fase de análisis sintáctico. Los lenguajes que tienen construcciones que permiten al programador alterar el comportamiento del analizador sintáctico hacen que el análisis sintáctico sea un problema indecidible y, en general, difuminan la distinción entre análisis sintáctico y ejecución. ^{[ 55 ]} A diferencia del sistema de macros de Lisp y los bloques de Perl BEGIN, que pueden contener cálculos generales, las macros de C son simplemente reemplazos de cadenas y no requieren la ejecución de código. ^{[ 56 ]}

La semántica se refiere al significado del contenido que se ajusta a la sintaxis de un idioma.

Un tipo de dato es un conjunto de valores permitidos y operaciones que se pueden realizar sobre estos valores. ^{[ 60 ]} El sistema de tipos de cada lenguaje de programación define qué tipos de datos existen, el tipo de una expresión y cómo funcionan la equivalencia y la compatibilidad de tipos en el lenguaje. ^{[ 61 ]}

Según la teoría de tipos , un lenguaje es completamente tipado si la especificación de cada operación define los tipos de datos a los que se aplica dicha operación. ^{[ 62 ]} Por el contrario, un lenguaje no tipado, como la mayoría de los lenguajes ensamblador , permite realizar cualquier operación sobre cualquier dato, generalmente secuencias de bits de diversas longitudes. ^{[ 62 ]} En la práctica, si bien pocos lenguajes son completamente tipados, la mayoría ofrece cierto grado de tipado. ^{[ 62 ]}

Debido a que los diferentes tipos (como enteros y números de coma flotante ) representan valores de manera diferente, se producirán resultados inesperados si se utiliza un tipo cuando se espera otro. La comprobación de tipos detectará este error, generalmente en tiempo de compilación (la comprobación de tipos en tiempo de ejecución es más costosa). ^{[ 63 ]} Con el tipado fuerte , los errores de tipo siempre se pueden detectar a menos que las variables se conviertan explícitamente a un tipo diferente. El tipado débil se produce cuando los lenguajes permiten la conversión implícita, por ejemplo, para habilitar operaciones entre variables de diferentes tipos sin que el programador realice una conversión de tipo explícita. Cuantos más casos en los que se permita esta coerción de tipos , menos errores de tipo se podrán detectar. ^{[ 64 ]}

En informática, se pueden ejecutar varias instrucciones simultáneamente. Muchos lenguajes de programación admiten la concurrencia a nivel de instrucción y de subprograma. ^{[ 82 ]} Para el siglo XXI, la potencia de procesamiento adicional en las computadoras provenía cada vez más del uso de procesadores adicionales, lo que requiere que los programadores diseñen software que utilice varios procesadores simultáneamente para lograr un mejor rendimiento. ^{[ 83 ]} Los lenguajes interpretados como Python y Ruby no admiten el uso concurrente de varios procesadores. ^{[ 84 ]} Otros lenguajes de programación sí admiten la gestión de datos compartidos entre diferentes hilos controlando el orden de ejecución de las instrucciones clave mediante el uso de semáforos , controlando el acceso a los datos compartidos mediante un monitor o habilitando el paso de mensajes entre hilos. ^{[ 85 ]}

Muchos lenguajes de programación incluyen manejadores de excepciones, una sección de código que se activa por errores de tiempo de ejecución y que puede manejarlos de dos maneras principales: ^{[ 86 ]}

• Terminación: apagar el equipo y ceder el control al sistema operativo . Esta opción se considera la más sencilla.
• Reanudación: reanudar el programa cerca del punto donde ocurrió la excepción. Esto puede provocar que la excepción se repita, a menos que el gestor de excepciones pueda modificar los valores para evitar que la excepción vuelva a ocurrir.

Algunos lenguajes de programación permiten dedicar un bloque de código para que se ejecute independientemente de si se produce una excepción antes de que se alcance dicho código; esto se denomina finalización. ^{[ 87 ]}

Existe una compensación entre una mayor capacidad para manejar excepciones y un rendimiento reducido. ^{[ 88 ]} Por ejemplo, aunque los errores de índice de matriz son comunes, ^{[ 89 ]} C no los verifica por razones de rendimiento. ^{[ 88 ]} Si bien los programadores pueden escribir código para capturar excepciones definidas por el usuario, esto puede sobrecargar un programa. Las bibliotecas estándar en algunos lenguajes, como C, utilizan sus valores de retorno para indicar una excepción. ^{[ 90 ]} Algunos lenguajes y sus compiladores tienen la opción de activar y desactivar la capacidad de manejo de errores, ya sea de forma temporal o permanente. ^{[ 91 ]}

Entre las cualidades deseables de los lenguajes de programación se incluyen la legibilidad, la facilidad de escritura y la fiabilidad. ^{[ 96 ]} Estas características pueden reducir el costo de la formación de programadores en un lenguaje, el tiempo necesario para escribir y mantener programas en dicho lenguaje, el costo de compilación del código y aumentar el rendimiento en tiempo de ejecución. ^{[ 97 ]}

• Aunque los primeros lenguajes de programación a menudo priorizaban la eficiencia sobre la legibilidad, esta última ha cobrado mayor importancia desde la década de 1970. Tener múltiples operaciones para lograr el mismo resultado puede ser perjudicial para la legibilidad, al igual que la sobrecarga de operadores , de modo que un mismo operador pueda tener múltiples significados. ^{[ 98 ]} Otra característica importante para la legibilidad es la ortogonalidad , que limita la cantidad de construcciones que un programador debe aprender. ^{[ 99 ]} Una estructura sintáctica fácil de entender y palabras especiales inmediatamente obvias también favorecen la legibilidad. ^{[ 100 ]}
• La capacidad de escritura es la facilidad de uso para escribir código que resuelva el problema deseado. Junto con las mismas características esenciales para la legibilidad, ^{[ 101 ]} la abstracción —interfaces que permiten ocultar detalles al cliente— y la expresividad —que permite programas más concisos— también ayudan al programador a escribir código. ^{[ 102 ]} Los primeros lenguajes de programación estaban muy ligados al hardware subyacente de la computadora, pero con el tiempo el soporte para la abstracción ha aumentado, lo que permite a los programadores expresar ideas que están más alejadas de la simple traducción a instrucciones de hardware subyacentes. Debido a que los programadores están menos ligados a la complejidad de la computadora, sus programas pueden realizar más cálculos con menos esfuerzo por parte del programador. ^{[ 103 ]} La mayoría de los lenguajes de programación vienen con una biblioteca estándar de funciones de uso común. ^{[ 104 ]}
• La fiabilidad significa que un programa se comporta según lo especificado en una amplia gama de circunstancias. ^{[ 105 ]} La comprobación de tipos , el manejo de excepciones y el alias restringido (múltiples nombres de variables que acceden a la misma región de memoria) pueden mejorar la fiabilidad de un programa. ^{[ 106 ]}

El diseño de lenguajes de programación a menudo implica concesiones. ^{[ 107 ]} Por ejemplo, las características para mejorar la confiabilidad generalmente se obtienen a costa del rendimiento. ^{[ 108 ]} Una mayor expresividad debido a un gran número de operadores facilita la escritura de código, pero se obtiene a costa de la legibilidad. ^{[ 108 ]}

La programación en lenguaje natural se ha propuesto como una forma de eliminar la necesidad de un lenguaje especializado para la programación. Sin embargo, este objetivo aún está lejos de alcanzarse y sus beneficios son objeto de debate. Edsger W. Dijkstra sostuvo que el uso de un lenguaje formal es esencial para evitar la introducción de construcciones sin sentido. ^{[ 109 ]} Alan Perlis también rechazó la idea. ^{[ 110 ]}

La especificación de un lenguaje de programación es un documento que los usuarios del lenguaje y los implementadores pueden usar para ponerse de acuerdo sobre si un fragmento de código fuente es un programa válido en ese lenguaje y, de ser así, cuál debería ser su comportamiento.

La especificación de un lenguaje de programación puede adoptar varias formas, entre ellas las siguientes:

• Una definición explícita de la sintaxis, la semántica estática y la semántica de ejecución del lenguaje. Si bien la sintaxis se suele especificar mediante una gramática formal, las definiciones semánticas pueden escribirse en lenguaje natural (por ejemplo, como en el lenguaje C ) o en una semántica formal (por ejemplo, como en las especificaciones Standard ML ^{[ 111 ]} y Scheme ^{[ 112 ]} ).
• Descripción del comportamiento de un traductor para el lenguaje (por ejemplo, las especificaciones de C++ y Fortran ). La sintaxis y la semántica del lenguaje deben inferirse a partir de esta descripción, que puede estar escrita en lenguaje natural o formal.
• Una implementación de referencia o modelo , a veces escrita en el lenguaje que se especifica (por ejemplo, Prolog o ANSI REXX ^{[ 113 ]} ). La sintaxis y la semántica del lenguaje se reflejan explícitamente en el comportamiento de la implementación de referencia.

Una implementación de un lenguaje de programación es la conversión de un programa a código máquina que puede ser ejecutado por el hardware. El código máquina puede luego ejecutarse con la ayuda del sistema operativo . ^{[ 114 ]} La forma más común de interpretación en el código de producción es mediante un compilador , que traduce el código fuente a través de un lenguaje de nivel intermedio a código máquina, conocido como ejecutable . Una vez compilado el programa, se ejecutará más rápidamente que con otros métodos de implementación. ^{[ 115 ]} Algunos compiladores pueden proporcionar optimizaciones adicionales para reducir el uso de memoria o computación cuando se ejecuta el ejecutable, pero aumentando el tiempo de compilación. ^{[ 116 ]}

Otro método de implementación consiste en ejecutar el programa con un intérprete , que traduce cada línea de software a código máquina justo antes de su ejecución. Si bien puede facilitar la depuración, la desventaja de la interpretación es que se ejecuta de 10 a 100 veces más lento que un ejecutable compilado. ^{[ 117 ]} Los métodos de interpretación híbridos proporcionan algunos de los beneficios de la compilación y algunos de los beneficios de la interpretación mediante compilación parcial. Una forma de esto es la compilación justo a tiempo , en la que el software se compila con anticipación en un lenguaje intermedio y luego en código máquina inmediatamente antes de la ejecución. ^{[ 118 ]}

Determinar cuál es el lenguaje de programación más utilizado es difícil, ya que la definición de uso varía según el contexto. Un lenguaje puede ocupar la mayor cantidad de horas de programación, otro tiene más líneas de código y un tercero puede consumir más tiempo de CPU. Algunos lenguajes son muy populares para tipos específicos de aplicaciones. Por ejemplo, COBOL sigue siendo fuerte en los centros de datos corporativos, a menudo en grandes mainframes ; ^{[ 127 ] [ 128 ]} Fortran en aplicaciones científicas y de ingeniería; Ada en aplicaciones aeroespaciales, de transporte, militares, en tiempo real y embebidas; y C en aplicaciones embebidas y sistemas operativos. Otros lenguajes se utilizan regularmente para escribir muchos tipos diferentes de aplicaciones.

Se han propuesto diversos métodos para medir la popularidad de un idioma, cada uno sujeto a un sesgo diferente en cuanto a lo que se mide:

• contando el número de anuncios de trabajo que mencionan el idioma ^{[ 129 ]}
• el número de libros vendidos que enseñan o describen el idioma ^{[ 130 ]}
• estimaciones del número de líneas de código existentes escritas en el lenguaje , que pueden subestimar los lenguajes que no se encuentran con frecuencia en las búsquedas públicas ^{[ 131 ]} 
• recuento de referencias a idiomas (es decir, al nombre del idioma) encontradas mediante un motor de búsqueda web.

Al combinar y promediar información de varios sitios de Internet, stackify.com informó los diez lenguajes de programación más populares (en orden descendente según su popularidad general): Java , C , C++ , Python , C# , JavaScript , VB.NET , R , PHP y MATLAB . ^{[ 132 ]}

A junio de 2024, los cinco lenguajes de programación más importantes según el índice TIOBE son Python , C++ , C , Java y C# . TIOBE proporciona una lista de los 100 lenguajes de programación más importantes según su índice y la actualiza mensualmente. ^{[ 133 ]}

Según el personal de IEEE Spectrum, los lenguajes de programación más populares de la actualidad podrían seguir dominando debido al funcionamiento de la IA. Como resultado, a los nuevos lenguajes les resultará más difícil ganar popularidad, ya que los programadores no escribirán muchos programas en ellos. ^{[ 134 ]}