編程思想與技術總結（一）

我不是天才，但我相信，通過有效方法和訓練，以及持之以恒地積累，完全是可以成為一名出色的開發人員的。那麼，到目前為止，掌握了多少思想、方法和技術可以用於開發程式、處理軟體開發過程中所遇到的問題呢？不妨作下總結，以備後用。

 

1.     抽象：

         萃取出主要特徵，而摒棄次要不相關的特徵；無需瞭解物質的內部實現細節而基於其提供的抽象來構造應用；聲明與實現相分離。電腦科學中的抽象俯拾即是，比如組合語言是對機器硬體的抽象，編譯器是對進階程式語言的抽象，進程是對程式一次執行的抽象，線程是對任務執行流的抽象等。

 

2.    封裝：

        由抽象直接引出的重要概念就是封裝。函數是演算法的良好封裝，對象是狀態與邏輯的良好封裝，  封裝是實現軟體模組化、提高軟體可維護性的重要技術。封裝是實現許多軟體工程思想的溯源。比如，隔離變化， 將變化的影響局部化等

3.    複用：

         不要重複發明輪子。複用是軟體工程領域的重要技術。從標準庫函數，STL，JDK這樣的代碼級複用，到 Struts， hibernate 這樣的應用程式框架複用， 以及 設計模式的複用， 解決方案的複用， 複用無處不在。 複用是站在巨人的肩膀上， 能夠直接利用專家級的知識和經驗，何樂而不為？ 

4.   分層：      

         將系統分解為多個層次，精確定義每層所提供的服務及層次之間提供的服務介面；處於某個層次的層依賴於下一層提供的服務，並為上一層提供服務；各層之間無需知道彼此的細節。典型例子是網路通訊協定棧及作業系統虛擬機器的概念。

 

5.    模式：

在《水平思考的力量》一書中談到，大腦的運作機制主要是模式機制，即通過模式儲存、識別、串連和提取來實現思考。生活中無時不刻使用著模式，模式提高了人們的適應能力和反應能力。設計模式是模式思想在軟體設計中的運用。

 

6.    緩衝：

        將一部分已求解值儲存起來以備後用；或者將一次性儲存一部分資料（包括但不僅含有當前所需資料），以便之後緊隨著訪問。動態規劃法是使用緩衝思想的典型例子。

        儲存空間快取是緩衝思想的又一典型例子，與程式局部性原理密切相關。要想達到更好的程式效能，則必須採用一定手段，使得訪問資料的順序與資料在儲存空間中的儲存順序保持一致，這樣才能提高命中率，防止大量的缺頁中斷帶來的低效。

7.   中斷：

      儲存現場， 。。。， 恢複現場。 中斷是實現許多電腦制的重要基礎。子程式，進程切換， I/0讀寫……  思想是簡單的， 影響是深遠的。 

 

8.    科學原理和性質

深刻理解科學原理和性質，往往能夠催生非常簡潔高效的演算法和技術，這可能就是電腦科學家與開發人員之間的一大區別吧。比如向量的旋轉問題，將ab轉換為ba, 也是基於對逆置性質的深刻理解上。R(R(a)R(b)) = ba ； 問題： 將 abc 轉換為 cba 呢？

向量的旋轉問題： http://blog.csdn.net/shuqin1984/article/details/6331772

 

9.    二分搜尋技術： 

用於在有序數組（連續實體儲存體塊）中尋找給定關鍵字，時間複雜度為O(logn)。

例子： 在有序數組裡找出給定關鍵字出現的次數；在不重複的若干整數中找出不存在的整數； 程式調試技巧。  

 

10.    分區技術：

給定一個列表，從中選定一個主軸元素，將它置於某個位置，並將列表中的元素分為兩個部分：使前半部分的所有元素都不大於該元素，後半部分的元素都不小於該元素。例子：快速排序，找出第k大的元素（順序統計量），請參閱《演算法導論》第7章（快速排序）和第9章（順序統計量）。

 

11.    分治技術：

將一個任務分解為多個子任務，然後分別求出這些子任務的解，最後綜合這些子任務的解，得到總任務的解。時間複雜度是T(n) = aT(n/b) + G(n)，主要因素取決於a, b , G(n)。 例子： 最近對問題，歸併排序。

 

12.    遞迴技術：

        一個規模為N的問題的解可以由規模為S（S<=N）的同樣性質的問題的解來構造。T(N) = T(S) + G(N). 遞迴技術是一種非常有效程式設計技術。

        例子: 漢諾塔，二叉樹操作

        遞迴技術在二叉樹操作的實現：

http://blog.csdn.net/shuqin1984/article/details/6260499 

        二叉樹的 Java 實現：  http://blog.csdn.net/shuqin1984/article/details/6256415

         

13.   時空權衡技術：

        通過額外操作以時間換空間，或者額外空間儲存以空間換時間。在PC機上，通常是以空間換時間，例如，雜湊表就是一個典型例子。

以時間換空間的例子，比如說在記憶體不足的情形下進行海量資料處理，可以採用k 趟遍曆，每趟遍曆解決一部分資料，得到一些子結果，最後將子結果合并。這樣在I/O讀寫上可能耗費較大量的時間。當k比較小時，採取k趟排序是一個較好的選擇。

   

 

14.  數組結構： 高效隨機訪問的下標集到值集的映射。

a)       下標集是儲存連續的，即最簡單的數組形式；

b)       下標集是非連續的， 例如儲存疏鬆陣列的元組集合

 

15.   鏈表：

a)       單鏈表： 在列表中高效地插入、刪除；

b)       多重棧、多重隊列實現；

 

16.   棧： 先進後出型資料結構，僅允許在一端進行插入和刪除。

a)       深度優先搜尋的輔助資料結構，比如回溯技術

b)       典型用例： 運算式計算，走迷宮

 

17.   隊列： 先進先出型資料結構，僅允許在一端進行插入，在另一端進行刪除。

a)       FIFO服務的最佳選擇，比如作業系統中各種就緒、阻塞隊列

b)       廣度優先搜尋的輔助資料結構，比如二叉樹的層序遍曆

 

18.   二叉尋找樹： 

在平均情形下，尋找、插入、刪除、最大元素、最小元素、前驅元素、後繼元素的操作均為O(logn)，最差情形是O(n)。中序遍曆可用於排序。

二叉尋找樹的 Java 實現：  http://blog.csdn.net/shuqin1984/article/details/6246615 

19.   散列表：  

    通常主要支援尋找、插入和刪除操作，散列表是實現高效檢索的重要資料結構；在平均情形下，這些操作可以在O(1)內完成；在最差情形下，在O(n)內完成。 

    散列表的C語言實現：  http://blog.csdn.net/shuqin1984/article/details/6587503

 

20. 位元影像技術：

             將給定元素標識成一個位，從而在後續處理中標識該元素的存在。可用於稠密集合的排序，節省空間的資源。

              位元影像排序：  http://blog.csdn.net/shuqin1984/article/details/6204224

 

21.  堆結構：

            在大量資料中用來尋找前K大的元素，實現優先順序隊列以及排序。請查閱演算法導論第八章（堆排序）

            使用堆尋找前K個最大值

22.  表結構：

        表結構是電腦領域的常用結構，比如編譯器符號表， 中斷處理常式表，  資料庫表等。 表結構也可以看作是 “空間換時間” 的例子， 通過表項事先儲存一定資訊，然後通過下標就可以迅速找到相應的程式入口地址或者資料項目。表結構通常與索引技術結合使用。

 

23.   演算法分析： Ο(n), Ω(n), Θ(n)

        通過統計基本操作的次數，並取主項，可以得到演算法啟動並執行時間複雜度。

        a)       Ο(n)： 演算法的上界，即至多要啟動並執行時間近似；

        b)       Ω(n)： 演算法的下界，即至少要啟動並執行時間近似；

        c)       Θ(n)： 演算法的精確界，不大於O(n)，不小於Ω(n)

        NOTE: 這裡通俗地說明三種界，精確定義請參考相關的演算法書籍。

 

       通過取階、無窮小可以快速判斷演算法複雜度。比如

        3n^2 + 2nlogn = O(n^2) 這是因為：

        (3n^2 +2nlogn)/(n^2) 對 n 取極限(當n趨於無窮大時)為零，而

        (3n^2 +2nlogn)/(nlogn) 取極限為無窮大，因此，

        3n^2 + 2nlogn = O(n^2), 3n^2 + 2nlogn =Ω(nlogn)

 

       通過對程式中的嵌套迴圈層數可以快速判斷演算法的時間複雜度；但有些情況是例外，比如外層迴圈的下標根據內層迴圈的下標進行跳躍性前進。

      

      常見演算法技術總結：  http://blog.csdn.net/shuqin1984/article/details/5859534

 

       24.   演算法的三種情況分析：

        a)       最優情況分析： 即找出一組輸入，使該演算法在最短的時間內完成。比如插入排序的最優情況是輸入基本有序，時間複雜度為O（n）

        b)       最差情況分析： 即找出一組輸入，使該演算法在最長的時間內完成。比如快速排序的最差情況是輸入基本有序，時間複雜度為O(n^2)

        c)       平均效能分析： 通過比較精確的數學分析方法，求出該演算法在一般輸入下的演算法已耗用時間。比如快速排序的平均效能在O(nlogn), 插入排序的平均效能在O(n^2)

 

       25.   索引：

       通過標識並避免移動大容量記錄從而提升時間效率的方法；也可用於共用記憶體空間，比如Linux中的檔案分享權限設定就是用索引技術來實現的。

 

       26.  記法與解譯器：

         通過記法來表達問題空間，然後，編寫解譯器來解析記法，得出結果。

         例子： 圖案列印。先建立一套記法或指令，描述圖案的畫法，然後編寫解析器來解析這些記法或指令，從而列印出圖案。

          圖案列印實現：   http://blog.csdn.net/shuqin1984/article/details/6602369

 

      27.  Regex

            Regex是用來描述字串的模式結構的，比如 \\d{4} 可以描述4個數字組成的字串。Regex是文本處理的強有力工具。

            Regex基礎：  http://blog.csdn.net/shuqin1984/article/details/6422258

 

      28.   異或妙用：

         0^0 = 0,0^1 = 1, 1^0=1, 1^1 = 0. 異或滿足交換律和結合律，即a^b^c = a^c^b = b^a^c = b^c^a = c^a^b = c^b^a ；對於整數a,b來說，若a = b，則 a^b =0 ； 若 a^b = 0, 則 a = b ； a^0 = a, a^a = 0, 因此 b^a^b = a 異或可以消去偶數次重複出現的數。        

         ①     不用臨時儲存空間交換兩個整數。a = a^b, b = b^a, a =a^b, 實際上就是 a = a^b, b = b^(a^b) = b^b^a = a , a =(a^b)^a = b

         ②     有2k+1 個數，其中 k 個數出現了2次，一個數出現了1次，請找出這個只出現了一次的數。

 

      29.   “哨兵元素”：

          在連續儲存塊（比如數組）的邊界設定一個哨兵元素，從而減少比較次數，或者防止越界。

 

      30.    斷言與不變式：

         使用斷言來檢測函數參數的有效性，驗證前置條件是否成立；在程式的適當位置插入斷言，驗證程式執行狀態是否正常；在程式的結尾插入斷言，驗證程式的後置條件是否成立。

         不變式可以用來證明程式的正確性。通過設定合理的不變式，並證明在順序、選擇和迴圈中不變式總成立，從而證明程式的正確性。

 

 

   【未完待續】