算法第一章作业

一、代码编写的核心准则
命名规范 —— 让代码自带 “说明书”。
拒绝模糊表达：变量和函数命名需使用完整英文单词，避免拼音、缩写或无意义字符组合。
反例：int xs; String str2;
正例：int courseScore; String employeeId;

• 统一风格规则：不同元素采用固定命名格式，确保团队协作时的一致性。
  小驼峰（camelCase）：适用于变量、函数，如 getOrderDetail ()、userAddress
  大驼峰（PascalCase）：适用于类、接口，如 OrderService、DataValidator
  常量：全大写 + 下划线分隔，如 MIN_PASSWORD_LENGTH、API_REQUEST_TIMEOUT
  私有成员（Python/JS）：下划线开头，如 _internalCache、_formatDate ()
• 精准传递含义：命名需直接对应功能，避免 “通用词” 堆砌。
  反例：function handleData ()
  正例：function filterExpiredOrders ()
  注释规范 —— 记录 “代码背后的思考”。
  文件头部注释：每个源文件开头需标注作者、创建时间及文件核心作用，方便快速定位文件用途。
  函数 / 方法注释：明确说明函数的核心功能、参数的含义与类型、返回值格式，以及可能抛出的异常场景。
  行内注释：仅在复杂逻辑（如特殊判断、性能优化点）处添加，用简短语句解释设计思路，避免冗余注释。
  格式排版 —— 打造 “清爽的代码结构”。
  统一缩进标准：团队内固定缩进方式（如 4 个空格或 1 个 Tab），避免混合使用导致格式混乱。
  合理使用空行：在不同逻辑块（如条件判断、循环）、函数定义之间添加空行，区分代码模块。
  控制单行长度：每行代码字符数不超过 120 个，超出部分合理换行，避免横向滚动查看。
  函数设计 —— 遵循 “单一职责原则”。
  功能单一聚焦：一个函数只负责完成一项具体任务，避免 “大而全” 的函数导致逻辑混乱。
  控制参数数量：当函数参数超过 3 个时，建议将相关参数封装为对象（如 QueryParams、ConfigOptions），简化调用。
  错误处理 —— 保障 “程序的稳定性”。
  不忽略异常：即使是轻微异常，也需记录日志或给出提示，避免 “吞掉” 错误导致问题难以排查。
  明确返回结果：函数执行失败时，返回清晰的标识（如 null、特定错误码）或主动抛出异常，让调用者准确判断执行状态。
  二、《数学之美》阅读心得
  近期读完《数学之美》中关于 “信息熵” 的章节，让我对编程与数学的关系有了新的认知。日常开发中，我们常热衷于研究复杂的框架、炫酷的语法糖，却忽略了数学思想才是解决问题的核心。这一章提到，信息熵的本质是 “衡量信息不确定性的指标”，而这一基础数学概念，竟支撑起了搜索引擎排序、数据压缩等诸多复杂技术。这让我意识到，优秀的程序设计并非依赖 “高深技巧”，而是用简洁的数学逻辑解决核心问题。今后的学习中，我会更注重理解技术背后的数学原理，而非单纯掌握工具的使用。只有搞懂 “为什么这么设计”，才能在面对复杂需求时，写出更高效、更具扩展性的代码。