《程序猿的呐喊》读书笔记(下)
接著《程序猿的吶喊》讀書筆記(上)。繼續分享下篇。這次干貨比較多哦。有靜動態類型的優缺點、強弱類型系統的對抗、設計模式、程序猿的數學、編譯器的重要性以及保守派自由派的較量,一時消化不了的建議保存以便read it later。
靜態類型和動態類型的優缺點
靜態類型的長處
以下列出了靜態類型的主要長處:
(1)靜態類型能夠在程序執行之前。依賴其與生俱來的限制來及早發現一些類型錯誤。(或是在插入/更新記錄,解析XML文檔等情況下進行檢測。)
(2)靜態類型有很多其它機會(或者說更easy)優化性能。比如僅僅要數據模型完整豐富,那么實現智能化的數據庫索引就會更easy一些。編譯器在擁有更精確的變量和表達式類型信息的情況下能夠做出更優的決策。
(3)在C++和Java這樣擁有復雜類型系統的語言里,你能夠直接通過查看代碼來確定變量、表達式、操作符和函數的靜態類型。
這種優勢也許在ML和Haskell這種類型推導語言里并不明顯,他們顯然認為到哪里都要帶著類型標簽是缺點。
只是你還是能夠在有助閱讀理解的情況下標明類型一而這些在絕大多數動態語言里是根本做不到的。
(4)靜態類型標注能夠簡化特定類型的代碼自己主動化處理。比方說自己主動化文檔生成、語法高亮和對齊、依賴分析、風格檢查等各種“讓代碼去解讀代碼”的工作。換句話說,靜態類型標簽讓那些相似編譯器的工具更easy施展拳腳:詞法工具會有很多其它明白的語法元素,語義分析時也比較少要用猜的。
(5)僅僅要看到API或是數據庫結構(而不用去看代碼實現或數據庫表)就能大致把握到它的結構和使用方法。
還有其它要補充的嗎?
靜態類型的缺點例如以下:
(1)它們人為地限制了你的表達能力。
比方,Java的類型系統里沒有操作符重載、多重繼承、mix-in、引用參數、函數也不是一等公民。原本利用這些技術能夠做出非常自然的設計,如今卻不得不去遷就java的類型系統。不管是Ada還是C++,或是OCaml等不論什么一種靜態類型系統都有這種問題。差點兒相同半數的設計模式(不光是Gof的那些)都是扭曲原本自然直觀的設計,好將它們塞進某種靜態類型系統:這根本就是方枘圓鑿嘛。
(2)它們會拖慢開發進度。
事先要創建非常多靜態模型(自頂向下的設計)。然后還要依據需求變化不斷改動。這些類型標注還會讓源碼規模膨脹導致代碼難以理解,維護成本上升。(這個問題僅僅在Java里比較嚴重,由于它不支持給類型取別名。)還有就是我上面已經提到過的,你得花很多其它的時間來調整設計。以適應靜態類型系統。
(3)學習曲線比較陡。
動態類型語言比較好學。
靜態類型系統則相對挑剔,你必須花非常多時間去學它們建模的方式。外加靜態類型的語法規則。
另外。靜態類型錯誤(也能夠叫編譯器錯誤)對于剛開始學習的人來說非常難懂,由于那時程序根本還沒跑起來呢。
你連用printf來調試的機會都沒有,僅僅能撞大運似的調整代碼,祈求能讓編譯器愜意。
因此學習C++比C和Smalltalk難,OCaml比Lisp難,Nice語言比Java難。
而Perl所具備的一系列靜態復雜性—各種詭異的規則,怎么用,什么時候用等—讓它的難度比Ruby和Python都要高。我從來沒見過有哪門靜態類型語是非常好學的。
(4)它們會帶來虛幻的安全感。
靜態類型系統確實能降低執行時的錯誤,提升數據的完整性。所以非常easy誤導人們認為僅僅要能通過編譯讓程序跑起來,那它基本上就沒什么bug了。人們在用強靜態類型系統的語言敲代碼時似乎非常少依賴單元測試,當然這也可能僅僅是我的想像罷了。
(5)它們會導致文檔質量下滑。
非常多人認為自己主動生成的javadoc就足夠了,哪怕不凝視代碼也沒關系。 Sourceforge 上充斥著這種項目,甚至連Sun JDK也經常有這個問題。
(比方,Sun非常多時候都沒有給static final常量加入javadoc凝視。
)
(6)非常難用它們寫出兼具高度動態和反射特點的系統。
絕大多數靜態類型語言(大概)都出于追求性能的目的,在執行時丟棄了差點兒全部編譯器生成的元數據。可是這樣一來這些系統通常也就非常難在執行時作出改動(甚至連內省都做不到)比方,若要想給模塊加一個新函數,或是在類里加個方法,除了又一次編譯,關閉程序然后重新啟動之外別無他法。
受此影響的不單是開發流程整個設計理念也難逃波及。你可能須要搭建個復雜的架構來支持動態功能而這些東西會無可避免地和你的業務代碼混在一起。
動態類型的優缺點:
僅僅要把上面的列表對調一下,你基本上就能夠列出動態類型語言的優缺點了。
動態語言的表達能力更強。設計靈活度也更大;易學易用,開發速度快;通常執行時的靈活性也更高。
相對地,動態語言無法及時給出類型錯誤(至少編譯器做不到)。性能調優的難度也比較高,非常難做自己主動化靜態分析,另外。變量和表達式的類型在代碼里非常不直觀。沒辦法一眼看出來。
靜態語言終于會向用戶屈服開始加入一些動態特性,而動態語言經常也會嘗試引入一下可選的靜態類型系統(或是靜態分析工具)。此外它們還會設法改善性能添加錯誤檢測,以便及早發現問題。非常遺憾。除非一開始設計語言的時候就考慮到可選的靜態類型,否則強扭的瓜怎么也不會甜的。
強類型與弱類型系統的較量
以下我會以略微有點戲謔的方式解釋這兩種理念(指的是強類型和弱類型)的工作流程,盡可能將它們本質差別展現出來。
強類型陣營基本是這樣工作的:首先是依照當前的需求進行設計。制定出文檔哪怕僅僅是初稿也沒關系;然后定義接口和數據模型。如果系統要承受巨大流量,因此每一個地方都要考慮性能。避免採用垃圾收集和正則表達式這類抽象。(注意:即便是Java程序猿,通常也會努力避免觸發垃圾收集,他們總是在開始敲代碼之討論對象池的問題。
)
他們僅僅有在無計可施的情況下才會考慮動態類型。比如,一支採用Corba的團隊僅僅有在極端情況下才會在每一個接口調用上加入一個XML字符串參數,這樣他們就能繞開當初選擇的死板的類型系統了。
第二個陣營基本是這樣工作的:先搭建原型。僅僅要你寫代碼的速度比寫同等具體程度的文檔快。你就能夠更早地從用戶那里獲得反饋。依照當下的需求定義合理的接口和數據模型,可是別在上面浪費太多時間。
一切以能跑起來為準。怎么方便怎么來。如果自己肯定要面對大量的需求變化,所以每一個地方首先考慮的是盡快讓系統執行起來。能用抽象的地方就盡量用(比方如每次都去收集數據而先不考慮緩沖,能用正則的地方就先不用字符串比較)就算明明知是牛刀也沒關系,由于你換回的是更大的靈活性。
代碼量比較少,通常bug的數量也會更少。
他們僅僅有在被逼無奈的情況下才會進行性能調優以及禁止改動接口和數據定義。
比如。一支Perl團隊可能會將一些關鍵的核心模塊用C重寫。然后創建XS綁定。
時間—長。這些抽象就漸漸變成了既定標準,它們被包裹在數據定義和仔細的OO接口里,再也無法改動。(就算是Perl程序猿也經常會忍不住祭出銀彈,為經常使用的抽象編寫OO接口)
那你認為終于採用這些策略的結果會怎么樣?
設計模式
工廠不是特性,托付、代理、橋接也都不是。它們僅僅是提供了美麗的盒子,以松散的方式來裝載特性。
可是別忘了。盒子、袋子和隔板自己也是要占用空間的。
設計模式也不例外(至少在“四人幫”的書里所介紹的大多數模式都是這樣)。更悲劇的是“四人幫”模式里唯一能精簡代碼的解釋器(Interpreter)模式卻被那些恨不得把設計模式紋在身上的程序猿忽略了。
依賴注入是還有一個新型的Java設計模式。Ruby、Python、Perl還有Javascript,程序猿大概聽都沒聽過吧。就算他們聽過,他們也能正確地得出他們根本不須要這種玩意兒的結論。
依賴注入是一種驚人的描寫敘述式架構。讓Java能在某些方面和更高級的語言一樣,變得更動態一點。你猜得沒錯,依賴注入會讓Java代碼變得更大。
變大是Java中無法回避的東西。成長是生活的一部分。Java就像是俄羅斯方塊,只是積木和積木之間的空隙都填不滿,結果僅僅能越堆越高。
me:如今Java程序猿相信都知道依賴注入了,由于它太重要了,用在各大框架里,比方spring。依賴注入使得能夠在文件中配置類及其各種關系。當然使得Java更靈活更強大了。
程序猿須要了解的是哪些數學分支?
me:程序猿所要解決的數學問題一般都是離散數學。當中最實用的課程應該就是組合數學和概率論統計。
(1) 統計。我的離散數學書里講到了一點。可是統計是一門完整的學科,并且是非常重要的學科,重要到根本不須要額外介紹。
(2)代數和線性代數(比方矩陣)。線性代數應該緊跟在代數后面教。它不是非常難,并且在非常多領域都非常非常實用,比方機器學習。
(3)數理邏輯。
(4)信息論和柯氏復雜度。信息論(粗略地講)主要是關于數據壓縮的。而柯氏復雜度(相同粗略地講)則是關于算法的復雜度(比方最小空間是多少,須要多長時間,程序或者數據結構有多優雅等)的。它們都是好玩,有趣,實用的學科。
當然還有其它的分支。并且有些學科互有重疊。
但重點在于:對你實用的數學和學校認為實用的數學是非常不同的。
非常實用。記憶和非常多煩瑣的步驟程序猿通常不須要這些東西。
知道大致概可是須要大量的概念和技巧就能夠了,細節方面等到須要的時候再查也來得及。
編譯器,你懂嗎?
me:作者強烈要求程序猿學編譯器原理。你還記得嗎?
它能夠是每一行像素所組成的流。
每一個像素就是一個數字。每一個數字就是一個符號。編譯器當然能夠轉換圖片。
英語能夠被當做符號流叫嗎?當然能夠。規則也許會非常復雜,可是自然語言處理的確能夠被看成是某種非常炫的編譯。
第二個大階段是類型檢查。
這是一群狂熱的學術分子(包括他們的組織以及或者手下的研究生)他們自信能夠寫出非常聰明的程序,能分析出你的程序想干什么。并且在你出錯的時候幫你指出。只是奇怪的是,他們并不認為自己是在研究人工智能畢竟人工智能界已經(明智地)放棄確定性的方法了。
第三個陣營是代碼生成。他們通常都被邊緣化了。僅僅要你對遞歸有足夠的了解,知道自己的祖先不是亞當和夏娃。那么代碼生成還是挺直觀的。這里要講的事實上是優化就是那種生成足夠正確的代碼,讓絕大多數用戶都意識不到有問題的藝術。
等等不好意思。這是亞馬遜化。
優化是指依據你那些昂貴的菜鳥程序猿寫出來的垃圾代碼生成“正確”代碼的藝術。
保守派和自由派,你屬于哪派?
畢竟“保守的”這個形容詞基本上和慎重、厭惡風險就是同義詞。金融上的保守主義經常(也是顯而易見的)和年齡以及財富聯系在一起。公司會隨著時間逐漸變得保守起來。由于它們熬過過了各種法律訴訟、技術失敗、公共危機、金融風暴等危機。連螞蟻和蚱蜢的寓言故事都告訴我們寒冬將至。要儲存食物。
本質上,保守主義就是風險管理。
相同自由派的觀點經常和年輕、理想主義、天真無邪聯系在一起。在企業里。創業公司往往是典型的自由派,一部分原因是他們本來就是為了(在一定程度上)改變世界而存在的(而自由主義原本就意味著變化),還有一部分則是他們必須全力以赴完畢投資人設定的目標,所以放棄一點軟件安全也就變得合理(不得已)了。
me:保守派,盡量修復全部bug,回避錯誤。學不會新語法,通過編譯器安全檢查。數據必須遵循事先定義好的格式,公共接口必須嚴格建模。生產系統里絕不同意存在危急過有風險的后門,安全性有疑慮就不能上線。快比慢好,注重性能。
自由派則相反。
各大語言的分派:(作者自己使用語言的經驗。僅供參考)
難以言喻的自由:匯編語言
極端自由:Perl、Ruby、PHP、腳本
非常自由:Javascript、VB、Lua
自由:Python、Common Lisp、Smalltalk/Sqeak
溫柔自由:C、Object-C、Schema
溫柔保守:C++、Java、C#、D、Go
保守:Clojure、Erlang、Pascal
非常保守:Scala、Ada、Ocaml、Eiffel
極端保守:Haskell、SML
(1)Facebook是極端自由的。
他們主要用的是C++和PHP,他們的數據都放在memcached里:僅僅有鍵值對,沒有數據庫結構。他們把數據導出來放到一個后臺Hⅳe數據倉庫里,然后用Hadoop來進行離線數據分析。每兩個星期左右他們仍然會舉辦通宵黑客馬拉松,反正他們的程序猿大多都是單身男青年(至少我上次去參觀的時候還是如此),股票的估值也還非常高(我上次查價格的時候好像已經沒那么好了)。作為一家公司,Facebook是非常緊密的。具有非常強的執行力,十分注重程序猿在站點上公布新功能的單兵能力。沒有什么官僚主義。這對一家規模這么大、用戶那么多多的公司來講是難能可貴的。保守派毫無疑問會厭惡蔑視他們。可是Facebook證明了不管具有什么世界觀的程序猿,僅僅要聯合起來。就能解決非常多問題。
(2)Amazon是自由的。
(3)Google是保守的。開始是有點自由的 ,然后就變得越來越保守了。
僅僅有在剛剛開始的時候才是軟件自由的。那時候的搜索引擎是用Python寫的。
隨著公司不斷壯大,他們非常快就轉向了軟件保守主義,而這全然是由project師自己主導的。他們寫了非常多宣言警告太多語言所帶來的危急,而僅有的幾門語言里。也里,也有嚴格的風格指南,限制使用那些端保守。險”或者“難以閱讀”的語言特性。
(4)微軟是難以言喻的保守。
轉載于:https://www.cnblogs.com/blfbuaa/p/6946025.html
總結
以上是生活随笔為你收集整理的《程序猿的呐喊》读书笔记(下)的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 动态密码卡TOTP算法
- 下一篇: js数组去重的三种常用方法