19 条法则,教你写出火爆 GitHub 的烂代码!

这篇文章介绍了GitHub上一个项目,列出了19条关于如何避免写出「烂代码」的准则,包括命名规范、注释技巧、代码格式等,提醒开发者在编程时应遵循的最佳实践和避免的陷阱。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

古人云:好代码万里挑一,烂代码千篇一律。

作为一名开发者,除了我自己写的,别人的代码在我眼里大部分都是「烂代码」。但苦于资历尚欠,所以烂代码见得并不是很多,也没总结出来什么规律。但 GitHub 上的这个项目,实现了我多年来的梦想。

垃圾代码书写准则

这个项目其实是一个垃圾代码书写准则的列表,一共有 19 项规范。这个项目目前在 GitHub 上已经获得了 600+ Star,我觉得他的潜力绝对不止于此

友情提示:下方截图中的「Good」代表符合「烂代码原则」,「Bad」则代表不符合「烂代码原则」,不要搞错哦~

1. 以一种容易被混淆的方式命名变量

如果我们键入的东西越少,那么就有越多的时间去思考代码逻辑等问题。如下图所以,将变量命名为「a」,谁也不知道代表什么意思,相反,命名为「age」,就是普普通通的一般货色了。

2. 变量/函数混合命名风格

为不同庆祝一下。一般人会把变量名称和函数名称设定为同一格式,但使用不同风格才能既体现我们的编码能力,还能体现出我们的起名能力,一举两得。

3. 不要写注释

这一点作者给了一个官方吐槽:反正没人会读你的代码,为什么要写注释?这一点我深以为然,写注释的人是对自己代码没有信心的体现,难道不是么?(手动狗头

4. 使用母语写注释

如果您违反了“无注释”原则,那么至少尝试用一种不同于您用来编写代码的语言来编写注释。

比如母语是英语的开发者,可以用日文、韩文或俄文来做注释,实现一边写代码,一边进行外语学习。我们国内的开发者也可以尝试用一些小语种来写注释,毕竟我们是神秘的一群人。

5. 尽可能混合不同的格式

为不同庆祝一下。在符合代码规范的情况下,尽可能的混合不同的格式,比如示例中的单引号和双引号。

6. 尽可能把代码写成一行

相信大家都看过那些“一行代码xxx”的铁子,为什么他们一行代码实现大家就觉得很酷,我们写成一行就不行呢?

7. 不要处理错误

无论何时发现错误,都没有必要让任何人知道它。没有日志,没有错误弹框。

8. 广泛使用全局变量

作者说这是为了符合全球化的原则,有道理,有格局。

9. 构建你用不上的变量

以防万一。虽然现在用不上,万一之后有用呢?abc 是铁三角,永远不能分割。

10. 如果语言允许,不要指定类型和/或不执行类型检查。

没有类型才是最好的类型。

11. 你应该要有运行不到的代码

作为「Plan B」,你需要有一些运行不到的代码,这表示你做了额外的思考。

12. 三角法则

如果写代码是一项艺术,那么三角法则显然是最有艺术设计感的了。

13. 混合缩进

避免缩进,因为它们会使复杂的代码在编辑器中占用更多的空间。如果你不喜欢回避他们,那就捣个乱,使用混合缩进策略。(这条实在洗不动了)

14. 不要锁住你的依赖项

以非受控方式更新每个新安装的依赖项。为什么坚持使用过去的版本,让我们使用最先进的库版本。

15. 长函数比短函数好

不要把程序逻辑分成一个个代码块。如果 IDE 的搜索停止,而您无法找到所需的文件或函数,该怎么办?

  • 一个文件中 10000 行代码是 OK 的;
  • 一个函数体 1000 行代码是 OK 的;
  • 处理许多服务(第三方和内部,也有一些工具、数据库手写 ORM 和 jQuery 滑块)在一个’ service.js ‘ ?也是 OK 的。

16. 不要测试你的代码

这是重复的并且不需要的工作。

17. 避免代码风格统一

编写您想要的代码,特别是在一个团队中有多个开发人员的情况下。这是一个“自由”的原则。不特殊一些,怎么体现自己的特立独行!

18. 构建新项目不需要 README 文档

从一开始我们就应该保持不写 README 的好习惯(这个 GItHub 项目就没有 README,作者也是知行合一了)。

19. 保存不必要的代码

不要删除不用的代码,最多是注释掉。毕竟写过的每一行代码都是我们曾经流过的汗水,删掉了别人怎么知道我们写过呢~

玩归玩,闹归闹,别拿工作开玩笑

有一句话流传的挺广:“代码是给人读的,顺便让机器执行。”

我觉得很有道理,虽然代码是机器语言,但使用和调试还是由人来进行的,所以仍然需要最大程度的满足人性化的需求和设计思路。

看完那么多烂代码的设计规范,其实就是图一乐,我们也能从这些烂代码规范中了解到想写出优秀的的代码应该避免踩到哪些坑。下面是收集的一些资料,大家可以先收藏,没事儿的时候看一看,争取人人都能写得一手好代码~

相关资料

烂代码指南:https://github.com/trekhleb/s…

JavaScript 代码规范(中文版):https://github.com/BingKui/ja…

谷歌开源代码评审规范:https://github.com/google/eng…

谷歌风格指南:http://google.github.io/style…

开发人员需要了解的定律法则:https://github.com/dwmkerr/ha…

作者:徐九

标题“51单片机通过MPU6050-DMP获取姿态角例程”解析 “51单片机通过MPU6050-DMP获取姿态角例程”是一个基于51系列单片机(一种常见的8位微控制器)的程序示例,用于读取MPU6050传感器的数据,并通过其内置的数字运动处理器(DMP)计算设备的姿态角(如倾斜角度、旋转角度等)。MPU6050是一款集成三轴加速度计和三轴陀螺仪的六自由度传感器,广泛应用于运动控制和姿态检测领域。该例程利用MPU6050的DMP功能,由DMP处理复杂的运动学算法,例如姿态融合,将加速度计和陀螺仪的数据进行整合,从而提供稳定且实时的姿态估计,减轻主控MCU的计算负担。最终,姿态角数据通过LCD1602显示屏以字符形式可视化展示,为用户提供直观的反馈。 从标签“51单片机 6050”可知,该项目主要涉及51单片机和MPU6050传感器这两个键硬件组件。51单片机基于8051内核,因编程简单、成本低而被广泛应用;MPU6050作为惯性测量单元(IMU),可测量设备的线性和角速度。文件名“51-DMP-NET”可能表示这是一个与51单片机及DMP相的网络资源或代码库,其中可能包含C语言等适合51单片机的编程语言的源代码、配置文件、用户手册、示例程序,以及可能的调试工具或IDE项目文件。 实现该项目需以下步骤:首先是硬件连接,将51单片机与MPU6050通过I2C接口正确连接,同时将LCD1602连接到51单片机的串行数据线和控制线上;接着是初始化设置,配置51单片机的I/O端口,初始化I2C通信协议,设置MPU6050的工作模式和数据输出速率;然后是DMP配置,启用MPU6050的DMP功能,加载预编译的DMP固件,并设置DMP输出数据的中断;之后是数据读取,通过中断服务程序从DMP接收姿态角数据,数据通常以四元数或欧拉角形式呈现;再接着是数据显示,将姿态角数据转换为可读的度数格
MathorCup高校数学建模挑战赛是一项旨在提升学生数学应用、创新和团队协作能力的年度竞赛。参赛团队需在规定时间内解决实际问题,运用数学建模方法进行分析并提出解决方案。2021年第十一届比赛的D题就是一个典型例子。 MATLAB是解决这类问题的常用工具。它是一款强大的数值计算和编程软件,广泛应用于数学建模、数据分析和科学计算。MATLAB拥有丰富的函数库,涵盖线性代数、统计分析、优化算法、信号处理等多种数学操作,方便参赛者构建模型和实现算法。 在提供的文件列表中,有几个键文件: d题论文(1).docx:这可能是参赛队伍对D题的解答报告,详细记录了他们对问题的理解、建模过程、求解方法和结果分析。 D_1.m、ratio.m、importfile.m、Untitled.m、changf.m、pailiezuhe.m、huitu.m:这些是MATLAB源代码文件,每个文件可能对应一个特定的计算步骤或功能。例如: D_1.m 可能是主要的建模代码; ratio.m 可能用于计算某种比例或比率; importfile.m 可能用于导入数据; Untitled.m 可能是未命名的脚本,包含临时或测试代码; changf.m 可能涉及函数变换; pailiezuhe.m 可能与矩阵的排列组合相; huitu.m 可能用于绘制回路图或流程图。 matlab111.mat:这是一个MATLAB数据文件,存储了变量或矩阵等数据,可能用于后续计算或分析。 D-date.mat:这个文件可能包含与D题相的特定日期数据,或是模拟过程中用到的时间序列数据。 从这些文件可以推测,参赛队伍可能利用MATLAB完成了数据预处理、模型构建、数值模拟和结果可视化等一系列工作。然而,具体的建模细节和解决方案需要查看解压后的文件内容才能深入了解。 在数学建模过程中,团队需深入理解问题本质,选择合适的数学模
以下是于三种绘制云图或等高线图算法的介绍: 一、点距离反比插值算法 该算法的核心思想是基于已知数据点的值,计算未知点的值。它认为未知点的值与周围已知点的值相,且这种系与距离呈反比。即距离未知点越近的已知点,对未知点值的影响越大。具体来说,先确定未知点周围若干个已知数据点,计算这些已知点到未知点的距离,然后根据距离的倒数对已知点的值进行加权求和,最终得到未知点的值。这种方法简单直观,适用于数据点分布相对均匀的情况,能较好地反映数据在空间上的变化趋势。 二、双线性插值算法 这种算法主要用于处理二维数据的插值问题。它首先将数据点所在的区域划分为一个个小的矩形单元。当需要计算某个未知点的值时,先找到该点所在的矩形单元,然后利用矩形单元四个顶点的已知值进行插值计算。具体过程是先在矩形单元的一对对边上分别进行线性插值,得到两个中间值,再对这两个中间值进行线性插值,最终得到未知点的值。双线性插值能够较为平滑地过渡数据值,特别适合处理图像缩放、地理数据等二维场景中的插值问题,能有效避免插值结果出现明显的突变。 三、面距离反比 + 双线性插值算法 这是一种结合了面距离反比和双线性插值两种方法的算法。它既考虑了数据点所在平面区域对未知点值的影响,又利用了双线性插值的平滑特性。在计算未知点的值时,先根据面距离反比的思想,确定与未知点所在平面区域相的已知数据点集合,这些点对该平面区域的值有较大影响。然后在这些已知点构成的区域内,采用双线性插值的方法进行进一步的插值计算。这种方法综合了两种算法的优点,既能够较好地反映数据在空间上的整体分布情况,又能保证插值结果的平滑性,适用于对插值精度和数据平滑性要求较高的复杂场景。
评论 1
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