Code Review CheckList-Java使用规范的一些思考

本文介绍了Java编程中的最佳实践,包括每个Java文件仅包含一个公共类或接口以提高安全性,合理划分函数职责,遵循代码规范,正确使用布尔类型,合理利用线程同步等,帮助开发者编写更高效、更安全的代码。

1.每个java文件只包含一个public类或者借口

  保障了java文件的安全性,内部数据不会被外部数据所任意获得,如果只有一个public类也就说明不仅仅是你传进来的参数需要是一个数据库的映射类,你返回回去的参数也需要是一个映射类,而不能直接将各个属性值返回

2.如果是一条语句过长,那么在折行之后应该缩进4个字符

3.函数是用来完成功能的,而且这个功能单元越小越好,行数限制在200行以内,如果行数过多,则意味着这个函数实现的功能较多,不是最小单元,不利于其他函数使用时调用

4.代码撰写要规范:左括号和下一个字符间不应该出现空格,同时字符和右括号之间也不应该出现空格,多余的括号也不能使用

5.类名要简单准确,首字母大写,同时在写自己代码的同时要在后面附上解释;(接口名)与类名一样;方法名和普通变量名都应该第一个单词第一个字母小写后面的单词首字母大写,而且要用动词;参数的名字如何可以的话,要用和赋值的字段一样的名字;static final基本类型常量名中的所有字母都应该大写;包的名字应该全部小写,而且能概括所有成员类的属性;无论是什么的命名方式都需要有意义。

6.boolean类型的变量或者表达式禁止进行比较:if(返回boolean类型的表达式==true)是错误的,正确的写法是if(返回boolean类型的表达式)

7.import中禁止引入.*类型的包,因为这样无法准确推断出各个文件之间的逻辑关系

8.try-catch要合理使用

9.线程的使用,因为要做网上银行开发的例子,所以搜集了一个小的关于线程的使用,希望能有所帮助:

class test {
 private static int s = 2000;
 public synchronized static void sub(int m){//自定义方法,可以类比于自定义异常
  int temp = s;
  temp = temp - m;
  try {
   Thread.sleep((int)(Math.random() * 1000));
  }catch (Exception e){
   System.out.println(e.getMessage());
  }
  s = temp;
  System.out.println("s = " + s);
 }
}

class Customer extends Thread{
 public void run(){//调用run()方法,运行run()方法中的程序片
  for(int i = 1;i <= 4;i++){
   test.sub(100);
   //当线程cus1没有结束对sub方法的使用之前,cus2无法进入并运行此方法
   //synchronized的作用就在于此
  }
 }
}

public class Synchronizedtest{
 public static void main(String[] args){
  Customer cus1 = new Customer();
  Customer cus2 = new Customer();
  cus1.start();
  cus2.start();
 }
}

10.遍历过程中,如果满足条件的元素找到,一定要使用break语句退出循环

11.循环体中避免构建新对象,循环条件中减少调用方法,这样会大大减慢程序的执行时间

12.数据库连接,数据库事务对象,输入输出流在使用后一定要关闭

13,异常要及时处理

14.声明要放到代码的开始部分,同时要对本地变量初始化

15.对于特定对象的加减要使用专门的方法(如日期)


转载于:https://www.cnblogs.com/zilu/archive/2012/07/04/2576034.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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