如果秦始皇再世，要修长城，皇帝派你去修，并给你100万人，你该怎么修？

首先，你肯定想到了“并行处理”，即多人同时劳动。否则，会导致大量人员处于等待状态。 然后，你需要有张地图，规划一下线路，否则，许多段长城难以连接成一个。 之后，你需要有能工巧匠，这100万人都会在平地上砌墙，但不是都会在起伏的山顶砌墙。 最后，应该有交流，普通的墙和敌台的结构不同，让工人们进行交流，产生最好的方案。

言归正传，都21世纪了，我们不需要动员100万人修长城了。但是我们可不可以动员100万人制作一门计算机语言呢？假设可以，如果你认为不可以，就没必要阅读下文。

应该首先确定语言是什么样子的，然后再着手制作语言，就像上文中的地图一样。如何制作这么一张地图？可以参考字符集，最成功的字符集当属unicode，它包含了全世界几乎所有字符。 以句子为单位理解源代码，一方面，需要像unicode那样的，包含所有句子的集合；另一方面，需要编译原理支持。简单来说，就是新unicode和新编译原理。 unicode是一维的，从编码0到最大。而新unicode应该是四维的，分成(句子，方言，同位素，冗余项)。 如何在二维的电脑屏幕上展示四维的空间？有一个办法！首先展示两个维度，(句子，方言)，就像电子表格一样，每一行表示一个句子，每一列表示一门方言。句子类似于 print “hello world” 显示 “世界你好” 而方言是包括汉语、英语、C语言、python在内的全部。

选择电子表格中的某个单元格，打开，又是一个电子表格，展示其余的两个维度，(同位素，冗余项)。每一行是一个同位素，每一列是一个冗余项。 同位素的概念来自于化学，指含义相似却又略有不同。如print语句加不加换行符，就是一个典型的同位素。 冗余项指的是意思完全相同的表述方式。如打印、显示； 以上这个四维的新unicode相当于地图，为我们修长城指明了方向。

你要动员100万工匠中的一部分人，研究新编译原理。因为要以句子为单位，按传统编译原理来说，就是每个句子都有对应的文法产生式。预计有100万个句子(因为unicode有100万个字符)，那么，文法产生式的数量就能达到约200万条了。按照经典编译原理的LR(1)方法，分析表会异常大。 所以，需要研究新编译原理。

编译原理可以分为编译型、解释型、递进型、合作型和非产生式类型。 ① 编译型编译原理，即经典编译原理，它把所有文法产生式生成一个可执行文件。 ② 解释型编译原理，不产生可执行文件，而是看着文法产生式和源代码，进行分析的方法。 ③ 递进型编译原理，和经典编译原理很像，只不过它并非一次产生整个的DFA，就是LR(1)要用的那个DFA。它一次产生几个节点，有移进动作就产生新的节点；有规约动作就回退几个节点。这样做可以省内存，避免把200万个产生式一股脑地放进内存里。 ④ 合作型编译原理，把单词、运算符等看作有生命的智能体，通过一些规则，实现语法分析。 ⑤.1 非产生式类型的编译原理，按照“先乘除后加减”，“括号要配对”等规则进行语法分析。它摆脱了文法产生式，有点像给小学生上课。 ⑤.2 或者是基于集合论，从简单集合出发，运用集合间运算，组织出更大规模、直至语言规模的集合。集合有一个遍历函数，可以(仅是可能)列出一门语言的全部句子！