在現代全端開發或跨團隊協作時，工程師常常面臨「跨語言移植」的挑戰。例如：後端用 Java 寫了一套複雜的資料校驗演算法，前端團隊希望在 TypeScript 也能運行同一套邏輯；或者我們在 GitHub 上看到一段用 Python 實現的高效工具，想要整合進 Spring Boot 微服務中。

過去進行跨語言改寫，我們必須逐行重讀、手動查找對應語言的語法函式庫，往往花費數小時甚至容易引入型別轉型錯誤。

今天我們就來示範：如何讓 ChatGPT 成為專業的「多語言編程轉譯器」，不僅精確轉換語法，更能自動調整為目標語言的道地寫法（Idiomatic Code）！

一、跨語言轉譯專用提示詞模板（Transpilation Prompting）

直接丟一段代碼叫 AI「翻譯成 Python」，往往只會得到帶有濃厚 Java 風格的蹩腳代碼（例如充滿繁重的 Getter/Setter 或冗長迴圈）。建議使用以下結構化提示詞：

【跨語言轉譯提示詞範本】
請扮演精通 Java、Python 與 TypeScript 的全端技術架構師。以下是一段以 Java 撰寫的演算法/商業邏輯代碼：

[貼上原始 Java 代碼]

請將這段代碼分別轉譯為 Python 3 與 TypeScript，要求如下：

1. 道地風格改寫（Idiomatic Style）：不要逐字硬翻，請遵循目標語言的最佳實踐（如 Pythonic 簡潔寫法、TypeScript 型別守衛與介面）。
2. 底層機制對齊：指出兩種語言在「數值型別範圍、集合容器特性、或陣列索引機制」上的關鍵差異。
3. 單元測試對照：為轉譯後的代碼提供 1 組標準輸入輸出的測試範例，確認邏輯等價。

二、實戰案例：統計陣列中前 K 個高頻元素（Top K Frequent Elements）

我們以經典的優先佇列（PriorityQueue）演算法為例，原本是以 Java 撰寫：

[原始 Java 實作：最小堆積解法]
import java.util.*;

public class TopKFrequent {
    public static List<Integer> findTopK(int[] nums, int k) {
        Map<Integer, Integer> countMap = new HashMap<>();
        for (int num : nums) {
            countMap.put(num, countMap.getOrDefault(num, 0) + 1);
        }

        // 使用最小堆積維護前 K 大頻率
        PriorityQueue<Integer> heap = new PriorityQueue<>(Comparator.comparingInt(countMap::get));
        for (int num : countMap.keySet()) {
            heap.offer(num);
            if (heap.size() > k) {
                heap.poll();
            }
        }

        List<Integer> result = new ArrayList<>(heap);
        Collections.reverse(result);
        return result;
    }
}

三、AI 的多語言轉譯與風格調優

1. 轉譯為 Python（強調 Pythonic 寫法）

AI 不僅僅使用 heapq 模組，更指出了標準函式庫 collections.Counter 的優雅特性：

[Python 轉譯版本]
from collections import Counter
from typing import List

def find_top_k(nums: List[int], k: int) -> List[int]:
    """
    使用 Counter 統計頻率並直接提取前 k 高頻元素
    """
    if not nums or k <= 0:
        return []
    
    # Pythonic 最佳解：底層使用 C 實作的 heapq.nlargest，兼具效能與可讀性
    count = Counter(nums)
    return [item for item, _ in count.most_common(k)]

---

### 2. 轉譯為 TypeScript（強調型別宣告與前端集合結構）
在 TypeScript / JavaScript 生態系中，標準庫沒有內建 PriorityQueue，AI 採用了適合前端規模的 Map + 排序轉譯：

[TypeScript 轉譯版本]
/**
 * 統計並回傳頻率最高的前 K 個數值
 */
export function findTopK(nums: number[], k: number): number[] {
  if (!nums || k <= 0) return [];

  const countMap = new Map<number, number>();
  for (const num of nums) {
    countMap.set(num, (countMap.get(num) ?? 0) + 1);
  }

  // 依照次數降冪排序後切出前 K 項
  return Array.from(countMap.entries())
    .sort((a, b) => b[1] - a[1])
    .slice(0, k)
    .map(([num]) => num);
}

四、AI 指出的跨語言踩坑陷阱

在跨語言改寫時，AI 特別提醒了三個非常容易忽略的底層差異：

1. 整數範圍與溢位（Integer Overflow）：
   Java 中的 int 為固定 32 位元有號整數（超過 21 億會溢位為負數）；而 Python 3 支援任意精度大整數（Arbitrary-precision）；TypeScript 的 number 本質為 IEEE 754 雙精度浮點數，安全整數上限為 2^53 - 1（超出需改用 BigInt）。
2. 字典與物件鍵值型別（Key Types）：
   Java HashMap<Integer, Object> 與 TypeScript Map<number, any> 能精確保留數字型別的 Key；但若在 JavaScript/TS 中使用一般 Object（{}），所有 Key 都會被隱式轉換為字串（string），在後續數值比對時容易出錯。
3. 預設排序行為：
   在 Java 中對數字排序直接按照大小比對；但 JavaScript 原生的 [10, 2, 5].sort() 若未傳入比較函式 (a, b) => a - b，預設會當作字串進行字典排序（得到 [10, 2, 5]），這是新手極易踩中的雷區。

今日小結與預告

今天我們示範了如何利用 AI 輕鬆實現 Java 到 Python 與 TypeScript 的跨語言轉譯。AI 不僅能正確改寫語法，更協助我們排查了隱藏的型別與底層資料結構差異，大幅縮短了跨技術棧開發的磨合期。