漫画 | 一个养活了4代程序员的男人!

本文讲述了编程语言大师安德斯的人生轨迹,从早期的TurboPascal到Delphi,再到C#和TypeScript,他的每个作品都影响深远,尽管商业上不擅长,但他在技术领域的成就无人能及。

1996年一个普通的下午, 36岁的安德斯坐在自己的办公室中,陷入了沉思。

04d87517e3c450007b6197864adf74cb.jpeg

这天中午,安德斯和比尔·盖茨一起吃了一顿午饭

8d156fd1937cff9cd4d8b2e59f5e7418.jpeg

一边是比尔盖茨开出的难以拒绝的条件,一边是自己有着深厚感情的Borland,安德斯很难下定决心......

ace7a0c12b8bccd697aa166777251797.jpeg

1960年,安德斯出生于北欧小国丹麦的哥本哈根。

北欧是个神奇的地方,诞生了好几位软件行业的大神。

45a3110f5cd541e6506d85336527b0db.jpeg

很快,安德斯也会成为他们其中的一员。

安德斯在高中时第一次接触到了计算机,老师教他们学会了ALGOL编程语言。90eaa954518eaa0c32947ad9504ad7ef.jpeg

安德斯展示出了自己的天赋,他学得飞快,两个星期以后,他就可以反过来帮助回答老师的疑问了。

上了大学以后,他和同学开了哥本哈根第一家电脑商店。

5dabb94529e9171a19a3783aee4c377c.jpeg

近水楼台先得月,安德斯在这些电脑上写了很多程序。

他最早用Basic,可很快就觉得Basic太简单、太无趣了, 他便开始目光转向最底层的编程。

0b661214c2d53cd23e9c1b0cba6a99da.jpeg

说干就干,安德斯很快就用汇编语言写了一个,只有12K,安德斯把它放到了ROM中,开机可用。

1982年,安德斯又把它移植到了CP/M  和 DOS上。 这个编译器被称为Poly Pascal, 因为此时安德斯的公司叫做Poly-Data microcenter。

1c8244ae38cbe8c4ed0d9cdebd13ec69.jpeg

可惜,安德斯是个技术天才,在商业这一块儿并不擅长,Ploy Pascal一直没有火爆起来。

直到有一天,他遇到了一生的挚友Philippe Kahn

f9f83ca5034473a6f8bfc74aebaf4d95.jpeg

Philippe Kahn在安德斯写的编译器的基础上,又添加上了编辑器,做成了一个IDE, 这就是传奇的Turbo Pascal !

46b5f4e20433a06d88b7406759395f40.jpeg

Turbo Pascal 只需要33K内存就能运行!

更厉害的是,Philippe Kahn给它制定了一个击穿底线的价格。

3c5cc075a336ba613e7d38c3db913f3d.jpeg

伴随着Turbo Pascal 的大卖,安德斯版税分成也拿到手软,也成为了百万富翁。

可以说,安德斯凭借Turbo Pascal 一战封神!

d27f2d227ee1c82dcc6f9e3ebe0b12b0.jpeg

1989年,安德斯的公司PolyData遭遇了严重的财务问题 ,这再次证明,他不是搞商业的料。

他决定前往美国加州,加盟好基友Philippe Kahn创立的Borland公司,成为首席架构师。

8a529b03057cd5b09b2dc1bb4c4c5ed2.jpeg

在Borland,安德斯继续开发Turbo Pascal的编译器,累计销售了数百万套。

但是随着C/C++和Windows的流行,Turbo Pascal逐渐走上了下坡路。

c1be9a3b2a1962e1dff26ed43eb84b70.jpeg

这时候安德斯看到了微软Visual Basic的成功,他召集了一个小组,决定对Turbo Pascal做一番脱胎换骨的改造

7de672ef85839f9c47cc369854b25de7.jpeg

这个战斗力超强的小分队很快就把第一个版本给开发了出来,1995年,经过大规模的Beta测试以后,Delphi 1.0 正式上市, 一炮走红,全球狂卖50多万套。65f1be68707cb6b2f92e0dcf9178850d.jpeg

有人的地方就有江湖,有江湖的地方就有分歧。

在Delphi后续版本的规划中,安德斯和其他成员产生了不同的意见

1b232a7cca40846749e73f029d0a7c8b.jpeg

很不幸,Zack的想法得到了公司更多的支持,在Delphi 3.0 开发的中后期,安德斯逐渐边缘化了。

71074b2049eecd6c840907ff7461cae0.jpeg

加上好基友Philippe Kahn的离职,安德斯感到自己在Borland并不是无可或缺的人物了。

于是便发生了文章开头的一幕。安德斯决定,加入可以让自己任意发挥的微软。

632ebcb87da4dbd1ef5412ef1517b3e2.jpeg

1996年的微软正是如日中天,刚刚发布革命性的Window 95 ,其轰动程度不亚于Apple发行iPhone,微软当年对程序员的吸引力,就像如今的Google,Facebook那样。

在牛人堆中,安德斯迅速展示了高人一筹的实力,他带领团队进入Java IDE领域, 开发出了Visual J++

6a1e4540bb8de1395f280a71fab1c064.jpeg

Visual J++的所作所为惹恼了Sun公司

081b197ab988379183bf8393fddf57c7.jpeg

微软输掉了官司,被迫停止Visual J++的开发。

比尔·盖茨决定另起炉灶,建立和Java竞争的生态系统:.NET。

在.NET中,安德斯制造了一个重磅炸弹:C#

15f5a626d3e813b984514eb6a19cad5a.jpeg

平心而论,安德斯设计的C#在很多方面都优于Java, 但是Java有着开放的生态,众多厂商的支持,还是占据了优势。

cfe1fae6c476c428ca5eb2ea996a61d8.jpeg

大概在2010年左右,微软出现了新的危机:专注于Web标准,V8 JavaScript引擎 + Chrome 彻底击败了微软的IE,赢得了浏览器大战。

ae55f25a7bf936d0f01435c37f130f1f.jpeg

安德斯发现,JavaScript这门动态类型的语言对于IDE来说并不友好,缺乏静态类型让JavaScript开发大项目的体验并不好。

5daaaf677a5a151c322d1bb5f2628bcb.jpeg

这个新的语言就是著名的TypeScript, 它是JavaScript的超集,在编译时,TypeScript会删除所有类型并将代码还原成JavaScript。c2d39dab1d654e272e401f5158674bb2.jpeg

从Turbo Pascal ,到Delphi ,再到C#, TypeScript, 安德斯的每一个作品几乎都是别人的终生成就。

夸张一点说,安德斯的作品养活了四代程序员。

有人说,安德斯没有原创性的发明,他只是个编程语言的改进者,但是安德斯精通程序语言、编译器技术、开发工具、Framework以及系统架构,软件界有很多重要的人物和好手,但是尚不知有任何人能像Anders一样在这么多领域都能成为大家。

安德斯就是程序员之神!d37ca631cd42d5fce97c293a017d39e4.jpeg

后记:40年前,安德斯和菲利普·卡恩发布了Turbo Pascal,这是一个里程碑式的产品,是第一个流行的集成开发环境(IDE),它在当年的成功让人难以置信。

祝 Turbo Pascal 40 岁生日快乐!旧文重发,以示纪念。

近期精彩:

巴西都发明两门流行的编程语言了!

继Linus之后,又一个动辄就“F**k You”的技术天才和营销大师出现了!

世界最强计算机,极少人见过,让程序员高薪工作一辈子!

这个波斯人的名字,成了无数程序员的梦魇!

四次刮骨疗毒,苹果是无可争议的卷王!

内容概要:本文提出了一种基于非合作博弈理论的居民负荷分层调度模型,并结合双层鲸鱼优化算法(Two-level Whale Optimization Algorithm)进行高效求解,模型与算法均通过Matlab码实现。研究针对电力系统中居民侧用电负荷的复杂调度问题,引入非合作博弈机制刻画各用户之间的利益竞争关系,实现负荷的分层优化分配;同时设计双层优化架构,上层优化资源配置,下层模拟用户自主决策行为,提升了模型的实用性与合理性。通过智能优化算法求解多层级、非凸非线性的博弈模型,有效提高了调度方案的收敛性与全局寻优能力,适用于现智能电网中的需求侧管理与能源优化场景。; 适合人群:具备电力系统基础理论知识和Matlab编程能力,从事智能电网、能源优化调度、需求侧管理、博弈论应用等方向的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①应用于居民区电力负荷的分层优化调度系统设计与仿真分析;②为非合作博弈在多主体能源系统建模中的应用提供方法论支持;③利用双层鲸鱼算法解决具有嵌套结构的复杂双层优化问题,提升求解效率与调度方案的可行性。; 阅读建议:建议读者结合提供的Matlab码深入理解模型构建逻辑与算法实现流程,重点关注博弈模型的效用函数设计、纳什均衡求解思路以及双层优化结构的迭机制,宜配合实际用电数据开展复现实验以验证模型有效性与鲁棒性。
内容概要:本文围绕基于自适应神经模糊推理系统(ANFIS)智能控制器的可再生能源微电网功率管理系统展开研究,结合Simulink仿真实现,深入探讨了微电网中功率的智能调控与经济机组组合调度问题。通过引入ANFIS控制器,有效应对风能、光伏等可再生能源出力的波动性与不确定性,提升系统运行的稳定性与电能质量。研究内容涵盖微电网多源协调控制策略、功率平衡管理、优化调度模型构建及仿真验证,实现了对分布式电源、储能系统和负荷的协同优化,兼顾经济性与可靠性目标,并通过仿真平台验证了所提方法的有效性与优越性。; 适合人群:具备电力系统、自动化或新能源相关专业背景,熟悉Matlab/Simulink仿真环境,从事微电网能量管理、智能控制、能源优化等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于高比例可再生能源接入场景下的微电网能量管理系统研发与教学实践;②为实现微电网功率稳定控制与经济高效运行提供先进的智能控制解决方案;③支撑高水平学术论文复现、科研课题攻关及实际工程项目的仿真验证与方案优化。; 阅读建议:建议结合提供的Simulink模型与相关码进行动手实践,重点关注ANFIS控制器的设计流程、规则库构建与参数调优方法,并通过与传统PID或MPC控制策略的对比实验,深入理解其在动态响应与鲁棒性方面的优势。同时可进一步拓展文中提出的优化调度逻辑,应用于多目标、多约束的复杂实际应用场景中。
内容概要:本文档聚焦于“直流电机双闭环控制Matlab仿真”,系统阐述了基于Matlab/Simulink平台实现直流电机双闭环控制系统(主要包括速度环与电流环)的设计与仿真全过程。通过构建直流电机的数学模型,结合PI控制器进行调控,实现对电机转速和电枢电流的高精度动态控制,验证控制策略的稳定性与响应性能。文档详细介绍了仿真模型的搭建流程、关键参数的整定方法、系统动态波形的分析手段以及仿真结果的有效性验证,体现了经典自动控制理论在实际电机系统中的工程应用,是电机控制与电力电子技术相结合的典型研究案例。; 适合人群:具备自动控制原理、电机与拖动基础、电力电子技术和Matlab/Simulink仿真能力的电气工程、自动化、机电一体化等专业的本科生、研究生及从事电机驱动系统研发的工程技术人员。; 使用场景及目标:①作为高校课程设计或实验教学材料,帮助学生深入理解双闭环调速系统的工作机理与工程实现;②服务于科研项目,为新型电机控制算法(如滑模、模糊PID等)的开发与性能对比提供基础仿真验证平台;③作为工业界产品前期设计的仿真工具,用于评估不同控制策略在动态响应、抗干扰能力和稳态精度方面的可行性。; 阅读建议:建议读者在学习过程中紧密结合自动控制理论知识,亲手在Simulink环境中搭建完整的双闭环仿真模型,通过反复调整PI控制器的比例与积分参数,观察并分析转速、电流的阶跃响应曲线,从而深刻理解反馈控制的本质、系统稳定性条件以及参数整定对动态性能的影响,进而掌握电机控制系统的设计精髓。
内容概要:本文研究了基于Benders分解与输电网运营商(TSO)和配电网运营商(DSO)协调机制的不确定环境下输配电网双层优化模型,旨在提升高比例可再生能源接入背景下电网系统的协调性与鲁棒性。模型上层以系统整体经济性为目标进行优化调度,下层采用Benders分解实现TSO与DSO之间的信息交互与协同决策,通过引入割平面迭机制保障求解的收敛性与全局最优性。研究充分考虑新能源出力与负荷需求的不确定性,构建了具有强适应性的双层优化框架,并基于Matlab完成了模型的编程实现与仿真验证,有效解决了多主体、多层级、多不确定性因素耦合下的电力系统优化调度难题。; 适合人群:具备电力系统分析、运筹学与优化理论基础,熟悉Matlab编程环境,从事智能电网、能源互联网、分布式能源集成、电力市场等方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究高渗透率可再生能源条件下输配电网协同优化调度策略;②掌握Benders分解在电力系统双层优化建模中的应用方法与实现技巧;③构建TSO-DSO多主体协调机制,实现跨层级电网资源的高效互动与决策解耦;④提升对不确定性建模、分解算法设计及大规模优化问题求解能力。; 阅读建议:建议读者结合Matlab码逐模块剖析模型构建流程,重点理解Benders割的生成逻辑、主从问题的信息传递机制及收敛判据设定,推荐在标准IEEE测试系统上复现实验以深入掌握模型特性与算法性能。
内容概要:本文系统研究了基于灰狼优化算法(GWO)优化Elman神经网络的方法,并提供了完整的Matlab码实现。研究重点在于利用灰狼优化算法强大的全局搜索能力,对Elman神经网络的关键参数进行智能优化,从而克服传统训练方法易陷入局部最优的缺陷,显著提升模型在时序预测与非线性系统建模任务中的精度与稳定性。文章详细阐述了Elman网络的动态反馈机制及其在处理时间序列数据方面的优势,构建了GWO与Elman相结合的混合预测框架,涵盖了从模型搭建、参数寻优、仿真测试到结果分析的全流程,特别适用于风电功率预测、电力负荷预测等具有强时变性和不确定性的工程应用场景。; 适合人群:具备一定Matlab编程能力和神经网络基础知识,从事智能优化算法、时间序列预测、电力系统分析或新能源出力预测等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握灰狼优化算法在神经网络超参数优化中的具体实施路径与技术细节;②深入理解Elman递归神经网络与群体智能优化算法融合的建模范式;③将其应用于风电、光伏等新能源发电功率预测及复杂动态系统的建模与仿真,提升预测性能。; 阅读建议:建议读者结合所提供的Matlab码进行动手实践,重点关注GWO算法与Elman网络的接口设计、适应度函数构建及参数优化迭过程,可通过调整数据集或迁移至其他预测场景以深化理解和验证模型泛化能力。
源码直接下载地址: https://pan.quark.cn/s/a4b39357ea24 JMeter的录制方法及过滤策略、线程组构成要素是什么? JMeter能够借助第三方录制工具(如BadBoy)或其自带的录制功能来完成录制工作,JMeter的录制机制:是借助HTTP理服务器来捕获用户在操作网站时产生的链接信息。JMeter允许在配置HTTP理服务器时,排除掉非必要的CSS、GIF等资源,以此减轻不必要的负担。 线程组涵盖:线程组的名称标识、附加注释说明、线程组内的用户数量、线程组完成请求的时间分配、循环执行次数、时间调度机制 【JMeter性能测试详解】 JMeter是一款功能强大的性能测试软件,常用于模拟大规模用户同时访问Web应用,用以衡量系统的性能表现和稳定性。接下来将具体说明JMeter的操作方法、线程组的设置以及性能测试的重要环节。 **JMeter录制与过滤** JMeter可以通过BadBoy等外部工具或其自带的HTTP理服务器来记录用户的行为。其录制原理是JMeter作为HTTP理,拦截用户浏览器发出的所有网络请求。在配置理服务器时,能够过滤掉不必要的CSS、GIF等静态资源,以减少无效的负载。 **线程组配置** 线程组是JMeter测试计划的核心部分,包含以下几个关键参数: 1. **线程组名**:用于区分测试计划中的不同测试区域。 2. **注释**:用于记录测试目标或注意事项。 3. **线程数**:用于模拟并发用户的数量。 4. **循环次数**:每个线程需要执行的循环次数,可以设置为无限循环。 5. **Ramp-up period**:规定所有线程启动的时间跨度,旨在平滑增加负载。 6. **定时器**:例如思考时间或...
评论 13
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值