韩小明: 原来汉语的思路更接近计算机语言

汉语不需要变单数,复数和时态,我要表示复数,只需要加功能词就可以了,不会影响单词本身，比如一只鸟,一些鸟,但是在英语中就要影响所有的几万个单词,相应的“是”在英语中也要变成is are were be等等，但是我们在很多情况下不需要关心时态和数量，这与使用面象对象是一个道理。

汉语可以表达“树上有鸟”的相对抽象概念，而用英语表达类似“树上有鸟”时，每次都要指定具体数量和时态以及单词的变化，只能表达“一棵树上有只鸟”“一棵树上有一些鸟”“一棵树上曾经有一些鸟”“一些树上有些鸟”“一些树上曾经有一些鸟”等等，就是无法表达“树上有鸟”。汉语中这个函数“（）树上有（）鸟”是不变的，变的只是不同的参数，而英语却要连单词和整句一起变，相当于是重写一段，无法直接调用函数。

汉语基本字库GB2312,只需要掌握2312个常用汉字,就可以了,而在新的词汇, 比如类似计算机,互联网，飞机，电视这样的新词汇根本就不需要学习就会,但是在英语就是两个新的单词,要重新读会和背会拼写方法,所以即使背了2万个英语单词远远不够，我们还是觉得很困难。汉字是主表意的,并且具有组合和继承性、派生性，所以我们只需要掌握2千个字汉而不是要学5万个完全不一样的新单词。所以我们称汉字是智能语言，属高级语言，而英语就是密码语言，类似于二进制的机器语言。

汉语不因数或时态等等而作词尾变化，用Ｃ＋＋（一种计算机语言）的概念来讲，实际上就是一种重载（Ｏｖｅｒｌｏａｄ）。重载是Ｃ＋＋的两大主要特点之一（另一个特点是类（Ｃｌａｓｓ））。所谓重载就是一个函数或算符具有一个以上的不同含义，而计算机根据执行函数或算符时的环境来确定其含义。这里的“环境”，在Ｃ＋＋中，包括变量的类型，个数，顺序等等。在本文先前提到的“树上有鸟”的例子中，这个“有”字，当指一只鸟时，就相当于“ｉｓ”；当指许多鸟时，就相当于“ａｒｅ”。若再包括时态，那么，“有”字实际上重载了４种含义，即“ｉｓ”，“ａｒｅ”，“ｗａｓ”和“ｗｅｒｅ”。这样的重载的好处和Ｃ＋＋中的重载的好处是一样的，都使语言的适应性更强 ，效率更高。没有重载的计算机语言在调用函数前，必须将变量的类型，个数一一查明以 便调用所对应的函数。与此类似，未重载的英语必须先把鸟数清楚后才能造出逻辑和语法都正确的句子来。而重载的汉语不必预先数鸟就能造出正确的句子来。这正是汉语语法优越的地方。Ｃ＋＋中的重载是狭义的，而人们的语言包含更广义的重载，因为上面所述的 “环境”在人类语言中远较Ｃ＋＋中的多样化。可以这样认为：同样一句话在不同的时间、场合、地点等等可能具有不同的含义，实际上就是广义的重载。正是因为有了重载，人们的语言才显得生动、活泼、富有内涵。顺便提一下，Ｃ＋＋的另一特点――类，其实也正是汉语的特点。以英语看汉语的“是”确实属于重载（Overload）的。 汉语还有个好处就是面向对象。 金-所有金属的虚的祖先类铁，铜，银等等都是由金派生的。所以看到金字旁就知道是金属 石-所有非金属的虚的祖先类 碳，碘，硒看到石字旁就知道是非金属 气-气体的虚的祖先类等等 所以用汉语学习自然科学（包括物理、化学等等）最方便了。否则给你一个S（硫）。谁知道是什么东西呢。 还有中国的一些哲学思想也和计算机有关道家认为世界都是由阴阳两种东西构成的。按不同组合可以构成万物。这不就是现在的二进制么，计算机里面的世界在复杂也是由二进制数构成的道家还说道生一，一生二，二生三，三生万物。比较符合现代计算机语言的单根继承。一二三都是虚的祖先类。比较新的语言例如 Delphi、Java、.Net都是单根继承的。

本人曾问系里的几个教授“长方体”如何用英文讲，可这几位母语是英文的工科教授竟说不知道，接下来连问几个本地的研究生，结果他们也不知道。着实令我大吃一惊！现在我要问读者：您知道么？反正不是Cube，Rectangular...。后来，我倒是真的在字典里找到了该词，可现在又忘了，原因是它太生辟。感叹，英文真是笨人的语言，试图给天下每一事物起一个名字。宇宙无穷，英文词汇无！!! 　　词汇如“光幻觉”、“四环素”、变阻器”、“碳酸钙”、“高血压”、“肾结石”、“七边形”、“五面体”都只有专业人士才会。根本不可能象汉语那样触类旁通，不信？去亲自问问母语是英文的人好了。英文是发散的。搞的一些基本概念如“长方体”也只有专家才会讲！怪不得英文世界里专家那么多，而且都那么自信；是啊，一般人连他们的基本术语如“酒精绵球”“血压计”都不会讲。生活在英文世界真是对无知无奈！可悲可怜！

英文是一维的，是密码语言。写英文是编码，读英文是解码。细想想：如把英文的a、b 、c、d、e换成1、2、3、4、5，并没有什么原则上的区别。按上边的对应，如一开始就把cab写成312，用一样的读音，又有什么不可以？汉语就不同了，是二维的(纸面上的最大维数) ，最大限度地利用了纸面的几何空间。每个汉字就是一幅画。试问从一幅画上得到的信息快，还是从一行密码中得到的信息快？

国家汉字的扫盲标准是1500个字，理工科的大学生一般掌握2000个汉字。就凭这 2000个字，大家可以读书、看报、搞科研。可在英文世界里，没有20000个字别想读报，没有30000 个字别想把周刊读顺，大学毕业10年后的职业人士一般都懂80000字。新事物的涌现，总伴随者英文新词，例如火箭(ROCKET)，计算机 (COMPUTER)等，可汉语则无须，不就是用“火”驱动的“箭”么，会“计算”的“机”么！可英文就不能这么干，不能靠组词，原因是“太长”了。如火箭将成为“FIRE-DRIVEN-ARROW”，计算机将成为“COMPUTAIONAL-MACHINE”等。人的视角有限，太长的字会降低文章的可读性与读者的理解能力。　　 　　

目前，英文词汇已突破40万，预计下世纪中叶，将突破100万大关。而汉语则相对稳定，现在中学生还可以琅琅上口地读屈原的楚词。英文就难了，太不稳定。现在的人们读沙士比亚的原著已困难重重，更不用说读400年前英国诗人乔叟的诗了。学GRE的时候，注意到很多韦氏字典收录的词汇竟是本世纪件初的新词，如“Gargantuan”取自拉伯雷的小说。这也不奇怪，毕竟英文400年前才统一了拼写。

___________________________________________

关于 gb2312, 也叫gb2312-1980, 是全球广泛使用的一个字符集,由于历史比较早,所有受众面也最大.
GB2312或GB2312-80是一个简体中文字符集的中国国家标准，全称为《信息交换用汉字编码字符集--基本集》，由中国国家标准总局发布， 1981年5月1日实施。GB2312编码通行于大陆；新加坡等地也采用此编码。几乎所有的中文系统和国际化的软件都支持GB2312。
GB2312标准共收录6763个汉字，其中一级汉字3755个，二级汉字3008个；同时，GB2312收录了包括拉丁字母、希腊字母、日文平假名及片假名字母、俄罗斯语西里尔字母在内的682个全形字符。
GB2312的出现，基本满足了汉字的计算机处理需要，它所收录的汉字已经覆盖99.75%的使用频率。
对于人名、古汉语等方面出现的罕用字，GB2312不能处理，这导致了后来GBK及GB18030汉字字符集的出现。
接下来就是比较新的gb18030
* GB18030 也是对 GB2312 的扩展，其编码长度由 2 个字节变为 1~4 个字节
o 单字节，其值从 0 到 0x7F。
o 双字节，第一个字节的值从 0x81 到 0xFE，第二个字节的值从 0x40 到 0xFE（不包括 0x7F ）。
o 四字节，第一个字节的值从 0x81 到 0xFE，第二个字节的值从 0x30 到 0x39，第三个字节的值从 0x81 到 0xFE ，第四个字节的值从 0x30 到 0x39 。
是以保持 GB2312/GBK 反向兼容的條件下，加入 4-byte 部份，讓 GB18030 可以
完全地 一對一 映射到 Unicode U+0000..U+10FFFF，是一個「一勞永逸」的方案。

http://blog.csdn.net/xiammy/archive/2006/11/29/1419700.aspx