关于隐式类型var使用最佳实践的讨论

C#3.0带来了一个新的特性隐式类型,使用var关键字定义,如:

Int i=2 就可以写成var i=2

编译器会根据表达式来推断出显示的类型。但是并不是所有的情况都适合使用,比如方法重载的时候就会使我们的代码很难理解,如下面的例子:

private static int GetUserInput()

        {

            Random r = new Random(1);

            return r.Next();

        }

 

        private static int Add(int numberOne, int numberTwo)

        {

            return numberOne + numberTwo;

        }

        private static float Add(float numberOne, float numberTwo)

        {

            return Convert.ToInt32(numberOne + numberTwo);

        }

 

        private static void InvokeAdd()

        {

            var numberOne = GetUserInput();

            var numberTwo = GetUserInput();

            //...

            var addedNumber = Add(numberOne, numberTwo); //version of ‘?Add’¡¥ method is not evident

        }

上面的例子中哪个版本的Add被调用我们就很难一眼看出

 

下面是一些最佳实践

  1. 应该使用var:

  a.匿名类型

var anonymousType = new { Name = "Dilbert" }; 

  b.查询表达式

var queryExpression = from c in customers where c.Name == "Dilbert" select c; 

  c.复杂泛型类型

var searchList = new Dictionary();

 
 
  1. 不应该使用var:

a.    已知类型

b.  var customer = new Customer(); //Do not use

 
 

var numberList = new int[] { 1, 2, 3, 4, 5 }; //Do not use.

 
 

c.    常量

var i = 5; //Do not use

 
 

d.    简单表达式赋值

e.  var count = customers.Count();//Do not use

 
 

var customerName = customer.Name;//Do not use

 
 

f.     类型无法推断

IList customers = new List(); //Do not use

 

文章的评论中有人提到:var i = 2;int i = 2;只是编译器的一个trick而已,比如下面代码:

 private static void CreateImplicitInteger()
        {
           
var i = 2;
        }

       
private static void CreateExplicitInteger()
        {
           
int i = 2;
        }

 
 

 

他们对应的IL是一样的,如下:

.method private hidebysig static void  CreateImplicitInteger() cil managed
{
 
// Code size       4 (0x4)
  .maxstack  1
  .locals init ([
0] int32 i)
  IL_0000:  nop
  IL_0001:  ldc.i4.
2
  IL_0002:  stloc.
0
  IL_0003:  ret
}
// end of method Program::CreateImplicitInteger

 
 



and

.method private hidebysig static void  CreateExplicitInteger() cil managed
{
 
// Code size       4 (0x4)
  .maxstack  1
  .locals init ([
0] int32 i)
  IL_0000:  nop
  IL_0001:  ldc.i4.
2
  IL_0002:  stloc.
0
  IL_0003:  ret
}
// end of method Program::CreateExplicitInteger

 
 

 

而且该评论者不同意作者推荐对下面代码使用显示类型,而是鼓励使用var隐式类型
var customer = new Customer();

因为这里使用var并不会带来代码的可读性变差,如果我要改变Customer为一个CustomerBase的基类
下面改一个地方代码.
var customer = new Customer();
下面改两个地方代码

Customer customer = new Customer(); 

还有人指出:

var numberList = new int[] { 1, 2, 3, 4, 5 }; //Do not use

名字应该为numberArray,应为var不会改变任何东西。


原文地址:http://www.cnblogs.com/carysun/archive/2009/11/05/1596476.html

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/12639172/viewspace-618281/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/12639172/viewspace-618281/

安卓期末大作业—Android图书管理应用源代码(高分项目),个人经导师指导并认可通过的高分设计项目,评审分98分,项目中的源码都是经过本地编译过可运行的,都经过严格调试,确保可以运行!主要针对计算机相关专业的正在做大作业、毕业设计的学生和需要项目实战练习的学习者,资源项目的难度比较适中,内容都是经过助教老师审定过的能够满足学习、使用需求,如果有需要的话可以放心下载使用。 安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—And
本文以电动汽车销售策略为研究对象,综合运用层次分析法、决策树、皮尔逊相关性分析、BP神经网络及粒子群优化等多种方法,深入探讨了影响目标客户购买电动汽车的因素及相应的销售策略。研究结果显示,客户对合资品牌电动汽车的满意度为78.0887,对自主品牌的满意度为77.7654,对新势力品牌的满意度为77.0078。此外,研究还发现电池性能、经济性、城市居住年限、居住区域、工作单位、职务、家庭年收入、个人年收入、家庭可支配收入、房贷占比、车贷占比等因素对电动汽车销量存在显著影响。通过BP神经网络对目标客户的购买意愿进行预测,其预测数据拟合程度超过80%,且与真实情况高度接近。基于研究结果,本文为销售部门提出了提高销量的建议,包括精准定位尚未购买电动汽车的目标客户群体,制定并实施更具针对性的销售策略,在服务难度提升不超过5%的前提下,选择实施最具可行性和针对性的销售方案。 在研究过程中,层次分析法被用于对目标客户购买电动汽车的影响因素进行系统分析与评价;决策树模型则用于对缺失数据进行预测填充,以确保数据的完整性和准确性;BP神经网络用于预测目标客户的购买意愿,并对其预测效果进行评估;粒子群优化算法对BP神经网络模型进行优化,有效提升了模型的稳定性和预测能力;皮尔逊相关性分析用于探究不同因素与购买意愿之间的相关性。通过这些方法的综合运用,本文不仅揭示了影响电动汽车销量的关键因素,还为销售策略的优化提供了科学依据。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值