一、數據資料
數據資料率指可以輸入、處理及計算的二進位資料，在工作過程中，安全性為第一考慮因素，同時要兼顧精確以及完整性。此類資料一般說來數量都相當大，要妥善規劃資料長度，否則存貯空間會成為執行程式時的主要課題。
寫作此類程式時，各種進位制的轉換，顯示區的定位，計算公式的處理等都應該作為子程式，以便任意調用。
而真正關鍵問題卻在於：數據的極限是否能夠明確得知，在有限的範圍中，絕對可以設計一種「結構化」的規格，符合效率的需求。否則也應根據其規則性，配合程式的特性，有效地加以處理。
二、文字資料
文字資料多為字符態，拼音文字所應該注意的是，字與字間的空間調整，齊頭、齊尾、齊中等變化，行末斷字的規定，以及字體、字形、字號等。
中文尚有輸入碼、內碼等處理問題。原則上，如果要考慮中、英文兼容，則應注意螢幕上的字形顯示與字碼記憶區的位置，應佔相同的比例。
目前，由於英文字、碼不分，皆佔一字元，螢幕上標準格式為25行80字，即採用所謂「文字狀態」。而中文字形至少要有16x 16點陣，且需用圖形方式（也有採用文字態，再加特殊硬體者，但成本偏高，有礙中文電腦未來發展）。因此，當採用640x 400或近似規格時，中文字形與英文之比，約為2:1。
在此基礎上，以二字元為中文的內碼長度，是最常用的結構。但是隨著技術及觀念的進步，有些英文系統已在使用二字元碼，是則，中文有使用四字元的必要。
從另一方面來看，大陸所用的「國標碼」，係抄自日本五十年代的 JIS CODE －日本工業標準，最多僅能容納8836個符號，其中「漢字」尚不足八千。而國標碼更為精簡，收字6763個。中文源自中國，現在卻借鏡東洋的「工業標準」，且搖身一變，竟成為十餘億人口的「國家標準」，真可謂每下愈況。無獨有偶，台灣也有所謂的標準，BIG-5 的13,053字，雖然是國標碼的兩倍，二者終究是五十與百步之差而已。
為什麼要訂定這種「辱及先祖」的文字標準呢？誰又夠資格訂定中文標準呢？從事電腦工作者不過是些「技術專家」，連電腦這一行所有的技術尚未必精通，更何況隔行如隔山，竟然撈過界，撈到文字界這個相離十萬八千里的領域去了。
文字是人類思想、文化的載具，先賢先聖們殫精竭慮所創造的文字，就是用來傳達他們對宇宙、人生的認知。我們後代子孫不肖，不能領悟其微言大義倒也罷了。對電腦技術瞭解不足，沒有能力令電腦應用中文，這也可以理解。但自以為是，依權仗勢，妄想偷天換日，僅用少數認識的文字，定為整個國家的「文字標準」，並強制國人接受，這種顢頇就難以令人苟同了。
在運用中文時，由於各家發展的系統觀念不一，有的甚至違法盜襲國外軟件，為了兼容起見，必須「削足適履」。原則上，中文內碼將第一字元中第八位位元設為一，得以與「美國工業標準碼」的ASCII (American Standard Code for Infor-mation Interchange)有別。
文字資料處理上最重要的工作，是排序的技術問題，國標碼僅六千多字，卻分為二集，把常用字放在前集，次常用字在後部。但是這種順序與使用人的觀念毫無關連。除了統計這種使用頻率的學者專家外，不可能有幾個人理解何字是常用字，何字不是。
於是，當我們要利用電腦的高速效率，將輸入的中文加以排序整理時，國標碼完全起不了作用。也就是說，編碼原為提高效率，而我們的編碼只為了編碼，與效率毫不相干。
唯一的補救辦法是，再建一個排序表，與國標碼一一對照使用。
高科技界因為利潤高、地位高，故而高論、高見特多，只是動起手來就難免「眼高手低」，再不然則是「高論調、低效率」。
相信人人都有查字典或電話簿的經驗，對用英文來說，是輕而易舉，中文則麻煩多多。國人只知抱殘守缺，自卑自憐，而不求瞭解其因果原理。一般人如此倒也罷了，高科技界倘如此，就有點說不通，甚至令人懷疑是否別具用心。
英文所以方便無他，因其字母具有直接索引的功能！中文則有前人訂定了一套「部首、筆畫」的索引觀念。這在過去資訊不發達的時代，的確是個創見，也足敷應用，但是現代與字母的直接索引相較，在效率上究竟差了一大截。
也有人認為，我們要維護中華文化，就應該死抱著古人所定的索引觀念。這種說法只有一點不足，就是忘了把大漢衣冠也穿得整整齊齊，甚至用文房四寶取代現代化事務工具！
麻煩的是，「部首、筆畫」是兩種不同的索引觀念，當沒有時間因素介入時，孰先孰後關係不大。可是用到電腦上，就必須定先後次序，否則礙難執行。
對姓氏筆畫少的人，當然主張「筆畫」優先，姓氏部首明顯的，則主張先排「部首」。這點不難理解，出席一個重要的慶典，或在報上亮相，人數一多，排名先後所涉及的利益，至關重大，不能不爭！問題在於，除了私利外，部首筆畫這種沒有效率的索引觀念，還有什麼實用的價值？如果一定要保存，作為一種特例，當然可以。可是電腦所追求的是效率，每個中文的部首和筆畫，都需要建對照表，才能應用，字集越大，空間需求越大，時間消耗也越長。
這還不說，索引不僅是提供給電腦用的，人更需要。僅以查電話本為例，「張偉雄」這個名字，我們憑什麼知道其前後的「定位」關係呢？表面上看來，只要查三次部首及其筆畫、以及數三次這三個字的筆畫。而事實上，在查找的過程中，每遇到一個名字，都要重覆前述的手續，才能加以比較。
有人振振有詞說，有些字一眼看過去就知道是幾畫！至少我個人沒有這種本事。而且根據統計，中文平均以十四畫的居多，由九至十八畫，就很難靠視覺分辨！再若人名一多，視覺就很容易疲勞。
又有人說話了，現在是給電腦排序，與人不相干！殊不知字母排序可以立即執行，而部首、筆畫排序要多作三至六次動作，茲以先部首後筆畫為例：
1,查本字之部首序值。
2,查對照字之部首序值。
3,比較兩者之大小，決定是否需要再比。
4,再比時，查本字筆畫數。
5,查對照字之筆畫數。
6,比較兩者之大小，以決定序位。
把這些步驟寫成程式，以中文兩個字元的內碼計，（意思是說中文收字在兩萬以下）如果用對照表的方式，空間當在64KB以上，速度則較英文慢約50倍。再若採用公式計算，空間或能節省，但速度將慢上千、百倍之多。
這還是指兩萬字以下的情況，若採用漢字全字集，後果將不堪設想。所以「專家」們一致認為，為了效率，字收得越少越好！
怎樣才能算是真正的「中文電腦」？我十多年前所面對的「敵人」，是主張將中文字埋葬掉。這種人不難對付，因為到底他們還是中國人，在民族大義的旗幟下，多多少少心中也存著樂見中文電腦成功的意願。所不同的，只是他們不相信有此可能罷。
現今的「敵人」則頑強得多，他們同樣喊著民族大義的口號，又是公認的中文電腦「專家」。更可怕的，目前使用中文電腦的人，不見得對中國文化有什麼明確的認識，有個工具列印一些文件，就相當知足了。於是，這些客戶也在其主觀的立場，認定目前這種「市場佔有率高」的半調子，就是「中文電腦」的標準！
是嗎？如果中文字有六、七萬字，而目前只能用幾千、甚至一萬多字，那麼其他的字呢？算不算是中文，如果算，為什麼「中文電腦」中沒有？這種電腦能說是「中文電腦」嗎？
有人又說了，沒有關係，以後再說。怎麼說呢？有一種方法，是將文字「分集」，分成：常用字、次常用字、次次常用字、罕用字、罕罕用字等等。且不管是哪位學者有這麼大的學問去「分集」，我所知道的只是用這種方法，人無從記憶，中文排序的難度又一倍一倍地加了上去。也難怪當初有人認為中文不科學，這不是明証嗎？
其實，中文排序根本沒有問題，我們利用倉頡字母作為索引，效率與英文相等，而且收字可以高達千萬個。至於記憶空間，一個字元都不需要。更有利的是，用作字典、電話簿等的索引，一查即得。
內碼是各個系統、根據其不同的需求、所訂的一種資料形式，沒有任何理由強制規定。當然，如果內碼種類多了，姑不論其編碼的好壞，各個中文系統之間，自然會形成難以溝通的障礙。於是有必要建立一種「交換碼」，供不同系統的內碼，統一交換應用。
這種交換碼才有標準化的必要，而且訂定之時，應該謹慎從事，要能容納所有各家系統所收的字，否則無從交換。
不論是哪種碼，必然會有其特殊規定，在寫作之前，程式師一定要設法找到該系統所用的「碼表」，否則無法處理。
三、圖形資料
在電腦圖形資料的處理方面，目前只有點陣及向量兩種形式，前者即二進位資料 (Digital Data) ，後者則是繪圖用的公式值。實際上，還有所謂「概念資料」的形式，將視覺效應經過分析後，整理成為人能夠理解的「概念」。這種概念資料非常精簡，便於貯存，取出後，再通過「概念作圖」的過程，還原成為圖形。
一個優秀的畫家，必然有這種概念作圖的能力，只要把畫家的經驗寫成程式，將其記憶的特徵設計為資料，電腦必將忠實地執行，而且每次都畫得一模一樣。
如果是處理二進位點陣資料，不外乎是壓縮、還原、截取及綜合等幾種簡單功能。繪圖向量值則比較複雜，涉及計算、調整、變數、層次等多種技巧。
簡單地說，繪圖資料所考慮的，比文字資料難度高，要想得到理想的效率，最重要的應是資料結構的定義，其次是層次的安排，以及特徵性質的描述等。此外，輸入變數處理涉及人的應用方式，除了專業人員外，多數人尚未能適應這種新的繪圖觀念，經驗的不足，以致迄今尚未製作出理想的程式來。
概念繪圖必將成為未來的主流，它不僅符合人類的認知習慣，且易於應用。只要概念資料建得週全、完整，略為改變其中一些概念元素，就能得到各種結果。
四、概念資料
人類係以概念進行思考，並透過概念來認識外界。所以，對人而言，最有效的應用方式，就是人已經熟知的概念。
概念並不是語言，而是組成語言的最基本因素。每一個人對外在世界的認知，都是獨一無二的，由於人類生存在群體空間裏，需要經常彼此交換經驗，于是利用聽覺效應表達概念，便產生了語言；利用視覺符號，則產生了文字。
前述的圖象概念資料屬於「具象」資料，除了具象以外，還有抽象的，包括主觀的感受、認知、慾望等等，因與主題無關，這裏不加討論。總之，這些概念資料的結構，在電腦中必然是二進制的形式，只是因每一個設計者觀點的不同，性能有所區別罷了。
直到如今，尚未見到實際應用概念資料的程式，但是它將成為電腦的基本結構，卻是指日可待的。
作為程式師，天天與電腦為伍，不能不知道電腦未來的趨勢，更不能不多加努力，掌握技術發展的機先。正因為概念資料尚未定形，人人都有相同的機會，做一個開創時代的先河。否則，等到大局底定時，只有在後面苦苦追趕，由不得己了。
五、綜合資料
功能較強的程式，很少僅具有單一的資料。尤其是「整合軟件」越來越受到重視，各種資料最終都將綜合在一起。
綜合資料有兩種意義，一是人所認識的輸入資料，一是電腦貯存的處理資料。
輸入資料又可分指令及字符兩種，在傳統的觀念裏，不將指令視為資料，因為指令一旦執行以後，即不再發生作用。可是，在桌上型排版軟件廣泛流行以後，為了控制版面，必須將相關指令隨資料同時貯存起來。而排版已經成為電腦重要的功能之一，所以在未來的發展上，輸入資料必須考慮到指令。
在整合觀念中，輸入資料應有統一的規定，亦即不論是何種性質的軟件，其鍵盤的應用、字符的定義等，都應該有全面的考慮。
關於資料內容，也有 ASCII字符及「世界字符」之爭，對早期的英文系統而言，其他文字無關緊要，所以沒有適當的「世界字碼」可供應用。然而，資訊時代究竟不是英文使用國家的專利，在各國覺醒之際，都憬悟到字碼的重要。不論 ISO國際組織如何面對問題，我個人不相信世界文字在其保留的、極為有限的「編碼平面」上，能夠發揮多大的效益。充其量，可供一段時間內、某些商業上的應用而已。
我認為真正的資訊標準，將是以各國文字為根本的自然語言，而目前最理想的方式，則為多字元的字碼方案。拼音文字系統以二字元為宜，除了可以同時應用世界各國文字以外，並且符合當前微電腦的發展趨勢。
在中文系統上，我們採用四字元的「自然碼」，即將倉頡輸入碼壓縮的方案。如此，我們可以使用上千萬個中文字，有人會說沒有人需要那麼多字，但事實上有誰能預料呢？當初倉頡造字時，相信不會超過一千，如果他武斷地訂定「標準」限制後人用字，很難想像我們的民族還會有什麼文化？
台灣曾有專家對我這種意見，表示是「不合乎潮流，註定要失敗」，然而到底是誰不合潮流呢？四字元的微電腦已經到來了，而且被公認為今後的主流。在四字元的硬體結構上，自以一次讀取四字元、其次為二字元最為有效。所以這些觀念已經落伍的專家，還是去撈些鈔票，把研究發展的工作，交給夠資格的人去做吧！
|