浅谈程序的核心——复杂度

移动开发
复杂度的要点所在就是程序给大脑带来的负担,它等同于程序员提升和开发程序的难易程度,这个负担随着模块的复杂度大约是平方级数增长。

[[151780]]

文/安柏霖

在《The art of unix programming》中,复杂度的控制被看的非常的重,里面一句话提到编程项目的核心就是对于复杂度的控制,以及simple原则其实也在讲这个事情。

我自己在08年也写了关于这个的话题:复杂度与习惯。7年过去了,也经历了《天涯明月刀》这样的重型项目的磨练,也有了更多的认识。

复杂度的要点

复杂度的要点所在就是程序给大脑带来的负担,它等同于程序员提升和开发程序的难易程度,这个负担随着模块的复杂度大约是平方级数增长。

如果负担很低,那么一段程序的就容易控制,程序员就容易提升程序的质量(包括开发效率,运行稳定性和运行效率)。

所以我们也不需要在任何时候任何情况去做复杂度的最小化,如果一个模块本身规模很小,那么就不需要花很多精力去做进一步简化(当然处于自我提升和精益求精的本能,在时间允许的情况下,做这个当然好的了)

同时低复杂度度也不等同于最少行数的代码,而是给大脑带来最少负担的代码,比如后文举得代码例子,虽然另外一种写法代码行数更多,但是由于它符合一个更稳定的模式,所以在大脑负担和心理负担都更轻,它可以认为是更低复杂度的代码。

复杂度控制的实际意义

实际价值

先从实用的角度来看:关乎运行效率和开发效率(当然其他的扩展性等等也会包括,但是实际在项目里的感受是这两个尤其的明显)。

其实7年前我也是毫无疑问的这么认为的,但是实践起来并不是一码事情,大约几年前,才真正的形成开发的原则。

开发效率

这个最深刻的认识原则当初开发地形系统,包括从编辑器的底层部分(UI部分是另外一个同事做的)以及runtime部分,从材质到高度图,系统庞大而且复杂。

开发过程中,也不可避免的遭遇到需求变动(包括材质系统的能力,地图大小这种非常颠覆性的)。

时间紧任务重,一直想尽量快点把东西做好,开发过程中,代码整理和系统整体控制没有做太多,然后其他组可以同步进行,然后再进行代码整理。

但是对于一个庞大的系统,这种策略就不好。

写程序的时候,质量和效率***的情况就是始终对于整个系统,在代码级别保持一个非常清晰的状态,你心里知道要写成什么样,写的过程,整体的代码也清晰合理,与你心里的样子相印证,然后可以心如止水的一直非常快的写,整个过程非常的享受。

而如果实现过程中,缺乏对于系统良好的认识和整理,希望“随便搞搞,搞出来再整理“,这种在小型情况下是ok的,但是大型系统下,即便思维保持清晰,但是庞大的系统缺乏整理,而造成非常的复杂,很多东西由于前后设计的不一致,导致是处于一个不合理的复杂情况–需要你去死记。

这样造成的结果就是,即便你对于整体系统的设计非常的清晰,但是在编程过程中,由于系统的一定的混乱,让你没法整个过程非常清晰的,心如止水的进行,整个的过程,磕磕绊绊,让人疲惫不堪。

所以在后半段,就停下来改变了策略,先做充分的整理,把不需要的部分去除,然后把代码整理到完全准备好来做新代码的实现,才去做新的实现,这样反而是最快的,写起来也愉快迅捷。

运行效率

处理效率,常规的基本做法是profile热点,以及根据游戏的情况进行feature的关闭。

但是这个能做的事情是非常有限的,如果想做进一步提升性能,接近性能的极限,必须要做的就是:

  • 对于每一个模块有充分的理解
  • 可以做到快速的反复尝试迭代

处理性能热点,在优化早期是一个非常高效的做法,准确来讲,热点处理是”在有水分的情况下,高效提升性能“的方法。

但是在追求极限性能方面,热点优化还是不够,某一个模块的性能消耗是不是超过了它应该有的,以及一个排名10名开外的模块其实是不需要高频运行的等等,这些都是热点处理不能解决的。

在对于程序有充分了解,就可以进行更彻底的调整,把大量的运行做并行,低频执行或者直接优化掉。

实践中看下来,这样的处理会把程序的性能带到一个新的台阶。

这个道理可以说是知易行难,难就难在,对一个超大系统(比如对于《天涯明月刀》来说,就是整个客户端,覆盖几十万行的代码),如何做到充分理解,如何做到容易的彻底的修改优化。

所以关键点又回到复杂度,只有程序的复杂度得到***的控制,才能较好的做这个工作。

这个后来在实践中,优化过程中,大约一半时间是在做代码的调整和重构,代码合理就会让优化更加的可行和高效。

复杂度控制的方法与实践

实践下来,复杂度控制的能力在我看来可以从三个方面来拆解:渴望,目标与时间积累。

渴望:

首先最有效的方式就是去承担实际的,要覆盖非常大范畴的开发任务,这种情况下,你就会对于复杂度有切肤之痛,你就会非常真切的了解到复杂度是什么,什么是重要的,让你抓狂的,什么只是虚张声势,无足轻重的,有了非常充分的渴望,那么后面的积累和实践就容易多了。

目标:

方法和实践会是非常的多,但是目标却简单很多,就是能够始终保持对于整个系统,在代码级别非常的清晰。在开发设计和做决定的时候,能有心如止水般的顺畅即可。所以一定程度上,可以说复杂度控制还是比较主观的,也很看火候的。比如有时候项目本来就比较小,即便复杂度控制不是很好,但是也非常的清晰,hold住,那就可以把更多的精力放在其他方面。

方法:

个人实践中,这几个方面可以注意下:

- 任务切分+代码整理:在较小型的任务结束的时候,就开始做小规模的代码整理,始终保持代码是干净的

- 模式+自然:积累更多的模式,比如一大片的代码,其实就是做了pool的事情,那么这一大片的复杂度就是一个词:pool。让所有的东西都更加自然,符合编程的优秀实践,这样需要你记和注意的东西就很少,那么它就是一个很低的复杂度。

比如下面这个代码:

 
  1. int a[5]; 
  2. for(int i=0; i<5; i++) 
  3.     printf("%d",a[5]); 

这个在实际程序中就不是一个好的实践,在看到这片代码的时候,应该本能的注意到a[5]如果它的大小变化了怎么办,就会出现for的访问越界的可能。

  1. #define ARRAY_NUM(a) (sizeof(a)/sizeof(a[0]))  
  2. int a[5];  
  3. for(int i=0; i<array_num(a);i++) {=""      printf("%d",a[i]);="" }<="" pre=""><p>  

那么再次看到这样的代码的时候,就会比较放心,一路就过去了,那么这个就可以认为是复杂度比较低的(需要注意的或者刻意要记的东西少)。

所以保持一个总结积累就变得非常重要,对于编程模式或者算法越来越多的积累,那么在开发和思考的时候,就可以以更高的维度去做,那么对于压缩复杂度,提升思维速度和质量就非常的重要了。

并且,在这个层面上看,尽量返璞归真的编程风格是一个更加有力的编程风格。

复杂度控制的“敌人

没有意识到“复杂度”的重要性

遇到不少程序员(甚至是大部分)对于复杂度无感,把一些算法和效率因素重要性远远放在复杂度之上,甚至是以写出很复杂的程序为荣。这一块不是很容易沟通,只有实际去承担大量的程序实现,对复杂度有切肤之痛的情况,才能有一个真实的认识。

还有就是没有及时和项目组沟通,争取足够的时间来处理复杂度问题以及清理代码,相当多的程序员都不会对复杂度有充分的认识,那么要求项目经理有足够的认识在我看来不太合理。基本上较有可行性的方法是程序员给予足够的沟通,以及在实现估时上留有充分的余量,而如果出现没有意识到,没有沟通充分,甚至是为了取悦manager而无视复杂度,疯狂追求实现时间的情况,这都太糟糕了。

进度问题

时间紧任务重的情况,这个前面已经提过了,但是实际项目中还是会反复出现,这块其实是可以是一个大的话题。

首先每个程序员需要建立一个代码实现的profile机制–我个人一直使用worklog,然后对于自己的开发效率有一个跟踪,这样才能知道哪种方法是正确的更快的。磨刀什么情况下才不误砍材工,profile了才知道。

根据具体情况采取具体的策略,个人经验下,相当的情况都是一边实现一边整理是更快的。

编程基本功,就是快速稳定的实现了,这个需要长期的有意识的积累。

good for the programmer’s soul

Low-level programming is good for the programmer’s soul.” - John Carmack

对于卡神的这句话,无比的赞同,做底层代码实现,对硬件和系统有透彻的理解,对于程序员去清晰的理解整个程序如何运行的至关重要,你就会更好的以底层的思维去思考。

同样的道理,也可以用于高层的复杂度控制上面,更多的优秀的编程实践,更好的理解要做的事情,理解系统本身,***达到一个最简洁的实现,整个设计和实现的过程,可以让人进入心如止水的状态,同样的”good for the programmer’s soul“

责任编辑:倪明 来源: http://www.cocoachina.com/game/20151013/13725.html
相关推荐

2024-04-25 08:33:25

算法时间复杂度空间复杂度

2024-05-20 09:04:29

时间复杂度代码

2020-12-30 09:20:27

代码

2021-01-05 10:41:42

算法时间空间

2009-07-09 10:45:16

C#基本概念复杂度递归与接口

2019-11-18 12:41:35

算法Python计算复杂性理论

2020-02-06 13:59:48

javascript算法复杂度

2021-10-15 09:43:12

希尔排序复杂度

2019-12-24 09:46:00

Linux设置密码

2018-12-18 10:11:37

软件复杂度软件系统软件开发

2022-08-16 09:04:23

代码圈圈复杂度节点

2021-09-17 10:44:50

算法复杂度空间

2022-08-25 11:00:19

编程系统

2023-03-03 08:43:08

代码重构系统

2020-06-01 08:42:11

JavaScript重构函数

2014-07-01 15:49:33

数据结构

2014-10-31 09:36:30

2024-08-22 14:39:34

2019-01-02 05:55:30

领域驱动软件复杂度

2024-04-16 08:19:40

架构高可用消息队列
点赞
收藏

51CTO技术栈公众号