重构随笔

本文探讨了如何通过合理地调整函数长度、合并与简化条件表达式来提高代码的可读性和维护性,并强调了函数命名的重要性。

一个函数多长才算合适?

长度其实并不是问题,重要的是函数名称和函数本体的语义距离。如果提炼的动作可以强化代码的清晰度就去做,就算函数名称比提炼出的代码还长也没关系。


条件表达式

1.合并条件表达式

        if(onVacation()){
            if(lengthOfService()>10){
                return 1 ;
            }
        }

        return 0.5 ;

修正后

        if(onVacation()&& if(lengthOfService()>10){

                return 1 ;

} else {

return 0.5 ;

}


2.卫语句简化条件表达式

    public double getAdiusledCapital(){
        double result = 0.0 ;
        if(capital > 0.0){
            if(intRate>0.0&&duration>0.0){
                result = 18 ;
            }
        }
        return result ;
    }

修正后 1

    public double getAdiusledCapital(){
        double result = 0.0 ;
        if(capital <= 0.0){
            return result ;
        }
        if(intRate>0.0&&duration>0.0){
            result = 18 ;
        }
        return result ;
    }

修改后 2

    public double getAdiusledCapital(){
        double result = 0.0 ;
        if(capital <= 0.0){
            return result ;
        }
        if(!(intRate>0.0&&duration>0.0)){
            return result ;
        }
        result = 18 ;
        return result ;
    }

修改后 3

    public double getAdiusledCapital() {
        double result = 0.0;
        if (capital <= 0.0) {
            return result;
        }
        if ((intRate < 0.0 || duration < 0.0)) {
            return result;
        }
        return 18;
    }

3.将查询函数与修改函数相分离

内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
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