SICP 是不是被高估了？

如果是SICP的授课内容，很多人可能在看这本书之前就学过了。什么二叉树哈夫曼树啊，面向对象式编程啊，函数式编程，赋值，多线程，函数压栈等，都是司空见惯的东西了。

但是这本书上有很多的习题具有很强的现实意义，运用课本上的基本知识，来实现惊叹的应用。详情见我回答的SICP的哪些题目令人感到收获

这些只是小收获，直到现在学函数式编程和《编译原理》时，我才发现SICP传授的思想才是最令人叹为观止的。

1.系统自顶向下反复抽象，最后具体实现：

这个应该是许多人无师自通的道理。先规划出系统的蓝图，然后设想需要用到的工具，一点一点地实现，最后把轮子组合，就成了一个系统。

2.递归的精髓是闭包性质

递归是程序设计的一个常用方法，在算法中有着普遍运用。刚开始学的时候，递归是反直觉的，为什么把任务交给下一层，就能完成整体任务呢？因为递归具有闭包性质，不管是初始状态，还是下层、上层状态，它们的性质都是一样的。

首先介绍一下什么叫闭包，离散数学里闭包的解释看得人头晕，大概意思是个体一直满足一系列规则，则这些规则称之为这个个体的闭包。举个例子就很好理解：一系列数，5 乘以 7=35,4除以任何数（0除外）, 1+1=2。x 运算 y = z，而且x、y、z都是实数，那么称xyz都在实数闭包内——你怎么玩都被“关”（closure）在里面。

在递归里也同理，一个整体是这个性质，它的组成部分也是这个性质，它的元素（初始状态）也是这个性质。拿树的递归来说，树是一棵树，子树也是一棵树，节点也是一颗树，因此树的递归操作可以抽象转化为性质间的操作，并通过部分的性质得到整体的性质。

3.数据类型没有什么特别的，只是按照一定的规则对数据进行存储，运算而已：

以前总是把浮点数和数据结构当做一个神秘的东西，小心翼翼地处理。但SICP教给我，只需要一些规则，然后约定俗成的使用方法，就能构造像有理数、复数的数据类型，然后我才明白浮点也是这样构造出来的。特殊数据失去了它的神秘感，一切都是抽象。

4.通用计算的本质是数据导向与消息传递

普通加法与浮点加法相差甚远，却通用一个“+”，甚至在不同的对象之间，或者像浮点2.14+整型1=浮点3.14，都能成立。我一直不明白，直到读到SICP才恍然大悟，这一切都是数据导向与消息传递而已。如何做到用一个“+”就实现所有数据类型的加法？

①把操作传入该数据类型，让数据自己决定做什么，这个在SICP叫做消息传递，但现在我们更喜欢称作“面向对象”。系统只是简单地调用不同对象内自带的计算方式而已。

②上传数据类型的一整套运算方式到系统，这个叫做数据导向。系统进行运算时，先在自己的登记表里查找对应数据类型的计算方式，再调用查找到的计算方式进行计算。有必要时甚至可以上传对应的数据转换方式，先转换数据类型，再进行两者的计算。

系统自带的数据类型一般是数据导向，而自定义的对象则一般是通过消息传递进行计算。

5.赋值是函数式编程的大忌

第一第二章用了大量篇幅讲函数式编程，但第三章却一下将前两章的美梦摧毁。两位魔法师讲赋值、副作用，函数的结果一下变得有点难以预测。看完此章后，我开始在学习函数式编程时，下意识地警惕赋值对函数式编程带来的影响。

6.变量与环境

以前学Java、Linux时，经常搞不懂类中类“闭包”，“环境变量”之类的词，觉得它们是一种很神秘的东西。在第三章中我才知道，环境就是某个阶段（如在某个函数中，某个循环中）各数据当前的定义状况。很多人说关系论的闭包和编程的闭包完全没有任何关系，但通过SICP的“环境论”，其实能猜出来为什么要把变量寻找合适的定义称之为“闭包”。关系论闭包指的是，“个体满足一系列定义的规则，则称该规则是该个体的闭包”，而编程闭包指的是“变量往上级环境寻找到自己的约束”。看起来毫无关系，但如果把变量看做个体，环境看做“一系列规则”，这样不就是一种“闭包”么？妙哉

从此每次遇到各种各样的x赋值，我总能答对x输出其中的哪个值——本质不过”变量环境论”。

7.时间是数据错乱的罪魁祸首

函数式编程，过程是固定的过程，同样的输入必然有同样的输出。而普通过程中，随着时间的流逝，各种各样的赋值带来了副作用，同样的输入可能会有不同的输出。多线程同理。在一次过程中，同样的输入会有可预测的结果；多线程中，同样的过程交错在一起，产生各种各样，难以预测的结果。这个真就很哲学了......学了那么久的操作系统，第一次有人用“时间”的视角看待多线程，而解决的思路则是“约束时间的威力”（其实就是“加锁”“多线程”“银行家算法”等，有点玄乎了）真是个大魔法师。

读了SICP后，写的Scheme程序渐渐被我遗忘，但这些编程哲学总在合适的时机浮现在我的脑海里。如果是把SICP当做一本函数式教学书、或者编译原理、组成原理入门，SICP也只是还行，但不至于成为神作，有些内容甚至过时了（第四章有一部分讲通过递归下降的方式进行自然语言处理，但机器解析翻译法已经于21世纪初被基于概率论的翻译法完全淘汰）。而SICP的编程哲学，才是让这本书登上神坛的最佳精华。

个人观点：没有高估。

我前前后后看了三遍 SICP，前两次都无疾而终，第三次花了一年半的时间把整本书看完了，习题完成率90%以上，在 [Github 上的笔记与题解](jiacai2050/sicp)也超过200 star。看完这本书，可以让你了解编程语言的本质，现如今编程语言层出不穷，Scala、Go、ES6、Swift、Rust 等等，每种语言针对的领域不一样，有的适用于系统级，有的适用于微服务，说白了都是些 DSL，只不过比较 general 而已，我们需要利用这些语言提供的语法糖来写我们的业务代码。

SICP 以 Scheme 教学，让我们可以清晰的认识到各种花哨语法糖背后的原理，有了这些基础再去学其他语言，就会显得容易许多。

当然，SICP 也有缺点，里面很多章节的内容都是电气相关知识，全书虽然只有5章，但是信息量非常大，一般人我觉得一年内看不完。