go中容易犯的错误

Go中有三种最容易犯的错误,我将以最常见的方式来展现而不是最容易理解的方式.

这三种错误都是在Kubernetes的代码中出现过的,这个之前在code review的时候最长见到

循环中的变量逃逸出循环的.

下面这些代码会输出什么呢?大家先预测一下然后再往下翻滚看答案

func print(pi *int) { 
    fmt.Println(*pi) 
}
for i := 0; i < 10; i++ {  
    defer fmt.Println(i)  
    defer func(){ fmt.Println(i) }()  
    defer func(i int){ fmt.Println(i) }(i)  
    defer print(&i)  
    go fmt.Println(i)  
    go func(){ fmt.Println(i) }()
}

答案是:

func print(pi *int) { 
    fmt.Println(*pi) 
}
for i := 0; i < 10; i++ {  
    defer fmt.Println(i) // 预期的结果; 打印 9 ... 0
    defer func(){ fmt.Println(i) }() // 错误的结果; 打印10个"10"
    defer func(i int){ fmt.Println(i) }(i) // 正确的预期结果
    defer print(&i) // 错误的结果; 打印10个"10"
    go fmt.Println(i) // 正确; 但是打印 0-9之间的顺序不保证
    go func(){ fmt.Println(i) }() // 错误; 完全不可预知.
}
for key, value := range myMap {  
    // Same for key & value as i!
}

每个人期望这些值和循环内的值相同,但是Go重用了每次循环的变量. 这就意味着你绝对不要让key,value,i这些值的地址逃逸出循环。使用匿名函数 func() { /* do something with i */ } (a “closure”) 是一个微妙的解决地址逃逸问题的方法,因为在Go里面函数调用,这个参数是值copy。

Nil interface 如果有nil 指针
type Cat interface {  
    Meow()
}
type Tabby struct {}
func (*Tabby) Meow() {
    fmt.Println("meow") 
}
func GetACat() Cat {  
    var myTabby *Tabby = nil
    // Oops, we forgot to set myTabby to a real value
    return myTabby
}
func TestGetACat(t *testing.T) {  
    if GetACat() == nil {
      t.Errorf("Forgot to return a real cat!")
    }
}

大家猜猜会怎么样? 上面的这个测试讲永远不会检测到空指针。这是因为interface作为一个指针的容器来使用了,因此GetACat可以返回一个指针或者空指针. 所以最好不要像GetACat这样来写代码,让你和你的小伙伴们都感到开心。而且这种错误在err里面也是经常见.详见 http://golang.org/doc/faq#nil_error

影子变量.

var ErrDidNotWork = errors.New("did not work")
func DoTheThing(reallyDoIt bool) (err error) {  
    if reallyDoIt {    
       result, err := tryTheThing()    
       if err != nil || result != "it worked" {
         err = ErrDidNotWork
       }
    }  
   return err
}

上面的这个代码将永远返回nil的错误, 因为循环内的err变量是一个函数返回err变量的影子变量. 所以上面的代码解决方案是添加一个 var result string 不要在内部使用:= 来什么新变量.

【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)内容概要:本文介绍了基于蒙特卡洛和拉格朗日方法的电动汽车充电站有序充电调度优化方案,重点在于采用分散式优化策略应对分时电价机制下的充电需求管理。通过构建数学模型,结合不确定性因素如用户充电行为和电网负荷波动,利用蒙特卡洛模拟生成大量场景,并运用拉格朗日松弛法对复杂问题进行分解求解,从而实现全局最优或近似最优的充电调度计划。该方法有效降低了电网峰值负荷压力,提升了充电站运营效率与经济效益,同时兼顾用户充电便利性。 适合人群:具备一定电力系统、优化算法和Matlab编程基础的高校研究生、科研人员及从事智能电网、电动汽车相关领域的工程技术人员。 使用场景及目标:①应用于电动汽车充电站的日常运营管理,优化充电负荷分布;②服务于城市智能交通系统规划,提升电网与交通系统的协同水平;③作为学术研究案例,用于验证分散式优化算法在复杂能源系统中的有效性。 阅读建议:建议读者结合Matlab代码实现部分,深入理解蒙特卡洛模拟与拉格朗日松弛法的具体实施步骤,重点关注场景生成、约束处理与迭代收敛过程,以便在实际项目中灵活应用与改进。
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