重构-读书与实践的体验

本文探讨了重构的目的及最佳实践,包括改进设计、提高代码可读性和维护性。介绍了何时应该进行重构,以及重构过程中遵循的原则,同时列举了常见的代码坏味道及其解决方法。

本文好多知识来源于《重构》

为何重构:

改进设计

易于理解

避免补丁循环

更快的编写新代码

何时重构:

经常,随时

添加功能时

修改bug时

代码review之后

何时不重构:

代码太混乱,不如重写

项目的最后期限

重构原则

小步进行

重构不改变代码的外观行为

重构时清楚自己是在重构,写新代码时,清楚自己在写新代码

经典的坏味道

违反单一原则

单一原则

类:只代表一个角色

方法:只做一件事

接口:只代表某一种方面的抽象。保持最少知识原则

字段:只代表一种意义

过长的方法

判定:

左右过长的判定:单个屏幕不能显示出左右的全部信息

上下过长的判定:单个屏幕不能完全显示完整个方法的上下

修改:

提取子方法

拆分方法

过大的类

修改:提取类

重复

判定:

相同或相似的代码多次出现

修改:

提取类

提取方法

提取父类

名不达意

判定:

方法、类、字段的名字并不能恰当的表达应有的含义

更多请参考

rename

拆分方法

提取类

命名更多请参考:http://blog.youkuaiyun.com/time_hunter/article/details/13984049

不符合逻辑

代码的实现不符合逻辑常理,往往存在潜在的问题

代码颗粒失衡

不同粒度的代码调用不应该放在同一级别。(处理细节的代码,不应该与具有概括性的代码放在一起)

方法中横向过深的嵌套

横向过多的条件嵌套,并不合适阅读

修改:

可以酌情使用卫语句简化实现,横向嵌套->纵向延伸

字段过长的生命周期

public class Director {
	
	private Builder builder;
	
	public Director(Builder b) {
		builder = b;
	}
	
	public void construct(){
		
		builder.buildFloor();
		builder.buildHousetop();
		builder.buildWall();
		
	}

}

上面的代码,builder作为成员变量,但是只是在一个方法中用到,可以修改为下面的代码

public class Director {
	
	public void construct(Builder builder){
		
		builder.buildFloor();
		builder.buildHousetop();
		builder.buildWall();
		
	}

}

复杂的逻辑运算表达式 || 难懂的代码

封装某些表达式为恰当名字的方法

给运算表达式提取成有意义的局部变量

使用反向判断原则简化逻辑

过长的匿名内部类的使用

封装成一个方法,过长的匿名内部类会破坏代码的可读性

模块间过多的耦合

使用门面模式,对外提供统一的访问入口

不同于原有代码的风格

如 : JavaBean的字段访问是通过get set还是public访问,本有争议,使用的时候参考原有的实现方法



内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化训练,到执行分类及结果优化的完整流程,并介绍了精度评价通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置结果后处理环节,充分利用ENVI Modeler进行自动化建模参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略效果评估体系,涵盖当前企业传播面临的预算、资源、内容效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放GEO优化,提升品牌在AI搜索中的权威性可见性;④通过数据驱动评估体系量化品牌影响力销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析工具指南进行系统学习,重点关注媒体适配性策略GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
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