環境:CentOS 7.6_x64 Python版本 :3.9.12 pjsip版本:2.13 之前寫過一篇CentOS7環境編譯python3.9版本pjsua的文章: https://www.cnblogs.com/MikeZhang/p/centos7py39pjsua20230608.htm ...
1. 引言
良好設計的函數具有清晰的職責和邏輯結構,提供準確的命名和適當的參數控制。它們促進代碼復用、支持團隊協作,降低維護成本,並提供可測試的代碼基礎。通過遵循最佳實踐,我們能夠編寫出高質量、可讀性強的代碼,從而提高開發效率和軟體質量。下麵我們將一一描述函數設計時能夠遵循的最佳實踐。
2. 遵循單一職責原則
遵循單一職責原則是函數設計的重要原則之一。它要求一個函數只負責完成單一的任務或功能,而不應該承擔過多的責任。
通過遵循該原則,我們設計出來的函數將具有以下幾個優點:
- 代碼可讀性的提高:函數只關註單一的任務或功能,使其邏輯更加清晰和簡潔。這樣的函數更易於閱讀和理解,能夠更快速地理解其作用和目的,提高代碼的可讀性。
- 函數複雜度的降低:單一職責的函數具有較小的代碼量和較少的依賴關係。這使得函數的邏輯更加集中和可控,減少了函數的複雜性。在維護和修改代碼時,由於函數的功能單一,我們可以更容易地定位和修複問題,降低了維護成本。
- 代碼可測試性的提高:遵循單一職責原則的函數更容易進行單元測試。因為函數的功能單一,我們可以更精確地定義輸入和期望輸出,編寫針對性的測試用例。這有助於提高代碼的可測試性,確保函數的正確性和穩定性。
相對的,如果函數設計時沒有遵循單一職責原則,此時將帶來函數複雜性的增加,從而導致代碼可讀性的降低以及代碼可測試性的下降。
下麵是一個沒有遵循單一職責原則的函數與一個遵循該原則的函數的對比。首先是一個未遵循該原則的代碼示例:
func processData(data []int) {
// 1. 驗證數據
// 2. 清理數據
// 3. 分析數據
// 4. 保存數據
// 5. 記錄日誌
}
在上述示例中,processData
函數負責整個數據處理流程,包括驗證數據、清理數據、分析數據、保存數據和記錄日誌。這個函數承擔了太多的職責,導致代碼邏輯複雜,可讀性不高,同時如果某一個節點需要變更,此時需要考慮是否對其他部分是否有影響,代碼的可維護性進一步降低。
下麵我們將processData
函數進行改造,使其遵循單一職責原則,從而凸顯出遵循單一職責原則的好處,代碼示例如下:
func processData(data []int) {
// 1. 驗證邏輯拆分到calidateData函數中
validateData(data)
// 2. 清理數據 拆分到cleanData函數中
cleanedData := cleanData(data)
// 3. 分析數據 拆分到 analyzeData 函數中
result := analyzeData(cleanedData)
//4. 保存數據 拆分到 saveData 函數中
saveData(result)
//5. 記錄日誌 拆分到 logData 函數中
logData(result)
}
func validateData(data []int) {
// 驗證數據的邏輯
// ...
}
func cleanData(data []int) []int {
// 清理數據的邏輯
// ...
}
func analyzeData(data []int) string {
// 分析數據的邏輯
// ...
}
func saveData(result string) {
// 保存數據的邏輯
// ...
}
func logData(result string) {
// 記錄日誌的邏輯
// ...
}
改造後的processData
函數中,我們將不同的任務拆分到不同的函數中,每個函數只負責其中一部分功能。由於每個函數只需要專註於其中一項任務,代碼的可讀性更好,而且每個函數只負責其中一部分功能,故代碼的複雜性也明顯降低了,而且代碼也更容易測試了。
而且由於此時每個函數只負責其中一個任務,如果其存在變更,也不會擔心影響到其他部分的內容,代碼的可維護性也更高了。
通過對比這兩個示例,我們可以很清楚得看到,遵循單一職責函數的函數,其代碼可讀性更高,複雜度更低,代碼可測試性更強,同時也提高了代碼的可維護性。
3. 控制函數參數數量
函數在不斷進行迭代過程中,函數參數往往會不斷增多,此時我們在每次迭代過程中,都需要思考函數參數是否過多。通過避免函數參數過多,這能夠給我們一些好處:
- 首先是函數更加容易使用,過多的參數會增加函數的複雜性,使函數調用時的意圖不夠清晰。通過控制參數數量,可以使函數的調用更加簡潔和方便。
- 其次是函數的耦合度的降低: 過多的參數會增加函數與調用者之間的耦合度,使函數的可復用性和靈活性降低。通過封裝相關參數為對象或結構體,可以減少參數的數量,從而降低函數之間的依賴關係,提高代碼的靈活性和可維護性。
- 同時也提高了函數的擴展性,當需要對函數進行功能擴展時,過多的參數會使函數的修改變得複雜,可能需要修改大量的調用代碼。而通過封裝相關參數,只需修改封裝對象或結構體的定義,可以更方便地擴展函數的功能,同時對現有的調用代碼影響較小。
- 能夠及時識別函數是否符合單一職責原則,當函數參數過多時,同時我們又無法將其抽取為一個結構體參數,這往往意味著函數的職責不單一。從另外一個方面,迫使我們在函數還沒有堆積更多功能前,及時將其拆分為多個函數,提高代碼的可維護性。
下麵,我們通過一個代碼示例,展示一個函數參數數量過多的例子和優化後的示例,首先是優化前的函數代碼示例:
func processOrder(orderID string, customerName string, customerEmail string, shippingAddress string, billingAddress string, paymentMethod string, items []string) {
// 處理訂單的邏輯
// ...
}
在這個示例中,函數 processOrder
的參數數量較多,包括訂單ID、顧客姓名、顧客郵箱、收貨地址、賬單地址、支付方式和商品列表等。調用該函數時,需要傳遞大量的參數,使函數調用變得冗長且難以閱讀。
下麵,我們將processOrder
的參數抽取成一個結構體,控制函數參數的數量,代碼示例如下:
type Order struct {
ID string
CustomerName string
CustomerEmail string
ShippingAddress string
BillingAddress string
PaymentMethod string
Items []string
}
func processOrder(order Order) {
// 處理訂單的邏輯
// ...
}
在優化後的示例中,我們將相關的訂單信息封裝為一個 Order
結構體。通過將參數封裝為結構體,函數的參數數量大大減少,只需傳遞一個結構體對象即可。
這樣的設計使函數調用更加簡潔和易於理解,同時也提高了代碼的可讀性和可維護性。如果需要添加或修改訂單信息的欄位,只需修改結構體定義,而不需要修改調用該函數的代碼,提高了代碼的擴展性和靈活性。
其次,在processOrder
函數參數抽取的過程中,如果發現無法將函數參數抽取為結構體的話,也能幫助我們及時識別到函數職責不單一的問題,從而能夠及時將函數進行拆分,提高代碼的可維護性。
因此,在函數設計迭代過程中,控制函數參數過多是非常有必要的,能夠提高函數的可用性和擴展性,其次也能夠幫助我們識別函數是否滿足符合單一職責原則,也間接提高了代碼的可維護性。
4. 函數命名要準確
函數設計時,適當的函數命名是至關重要的,它能夠準確、清晰地描述函數的功能和作用。一個好的函數名能夠使代碼易於理解和使用,提高代碼的可讀性和可維護性。
相對準確的函數命名,能夠明確傳達函數的用途和功能,避免其他人對函數的誤用。同時,也提高了代碼的可讀性,其他人閱讀代碼時,能夠更加輕鬆得理解函數的含義和邏輯。因此,設計函數時,一個清晰準確的函數名也是至關重要的。
下麵再通過一個代碼的例子,展示準確清晰的函數命名,和一個含糊不清的函數命名之間的區別:
// 不合適的函數命名示例
func F(a, b int) int {
// 函數體的邏輯
// ...
}
// 適當的函數命名示例
func Add(a, b int) int {
// 將兩個數相加
return a + b
}
在上述示例中,第一個函數命名為 F
,沒有提供足夠的信息來描述函數的功能和用途。這樣的函數命名使其他人難以理解函數的目的和作用。
而在第二個函數中,我們將函數命名為 Add
,清晰地描述了函數的功能,即將兩個數相加。這樣的命名使得代碼更易於理解和使用。
因此,在函數設計中,我們需要定義一個清晰和準確的函數命名,這樣能夠提高代碼的可讀性,讓其他人更容易理解我們的意圖。
5. 控制函數長度
在函數編寫和迭代過程中,一個超過1000行的函數,一般不是一開始實現便是如此,而是在不斷迭代過程中,不斷往其中迭代功能,才最終出現了這個大函數。由此造成的後果,各種業務邏輯在該函數中錯綜複雜,接手的同事往往難以快速理解其功能和行為。而且,在功能迭代過程中,由於各種邏輯穿插其中,此時函數將變得難以修改和維護,代碼基本不具有可讀性和可維護性。
因此,在代碼迭代過程中,時時考慮函數的長度是至關重要的。當在迭代過程中,發現函數已經過長了,此時應該儘快通過一些手段重構該函數,避免函數最終無法維護,下麵是一些可能的手段:
- 確保函數只負責完成單一的任務或功能,避免函數承擔過多的責任。
- 當函數過長時,將其拆分為多個較小的函數,每個函數負責特定的功能或操作。
- 將長函數中的某些邏輯提取出來,形成獨立的輔助函數,以減少函數的長度和複雜度。
在需求迭代過程中,我們時時關註函數的長度,當長度過長時,便適當進行重構,保持代碼的可讀性和可維護性。
6. 進行防禦式編程
在函數編寫過程中,儘量考慮各種可能的錯誤和異常情況,以及相應的處理策略。這能夠帶來一些好處:
- 增強程式的健壯性: 防禦式編程通過對可能的錯誤和異常情況進行處理,它可以幫助程式更好地處理無效的輸入、邊界條件和異常情況,從而提高程式的健壯性和可靠性。
- 減少程式的崩潰和故障: 通過合理的錯誤處理和異常處理機制,防禦式編程可以防止程式在出現錯誤時崩潰或產生不可預測的行為。它可以使程式在遇到問題時能夠適當地處理和恢復,從而減少系統的故障和崩潰。
下麵是一個對比的示例代碼,展示一個進行防禦式編程的代碼和一個未進行防禦式編程的代碼示例:
// 沒有防禦編程的函數示例
func Divide(a, b int) int {
return a / b
}
// 有防禦編程的函數示例
func SafeDivide(a, b int) (int, error) {
if b == 0 {
return 0, errors.New("division by zero")
}
return a / b, nil
}
在上述示例中,第一個函數 Divide
沒有進行錯誤處理,如果除數 b
為零,會導致運行時發生除以零的錯誤,可能導致程式異常終止。而第二個函數 SafeDivide
在執行除法之前,先進行了錯誤檢查,如果除數 b
為零,則返回一個自定義的錯誤,避免了程式崩潰。
因此,我們在函數編寫過程中,儘量考慮各種可能的錯誤和異常情況,對其進行處理,保證函數的健壯性。
7. 總結
在這篇文章中,我們總結了幾個函數設計的最佳實踐,如遵循單一職責原則,控制函數參數數量,函數命名要清晰準確等,通過遵循這些原則,能夠讓我們設計出來高質量、可讀性強的代碼,同時也具有更強的可維護性。
但是也需要註意的是,函數一開始設計時總是相對比較完美的,只是在不斷迭代中,不斷堆積代碼,最終代碼冗長,複雜,各種邏輯穿插其中,使得維護起來越發困難。因此,我們更多的應該是在迭代過程中,多考慮函數設計是否違反了我們這裡提出的原則,能在一開始就識別到代碼的壞味道,從而避免最終演變成難以維護和迭代的函數。
基於此,我們完成了對函數設計最佳實踐的介紹,希望對你有所幫助。