本文分享自华为云社区《【云驻共创】用4种代码中的艺术试图唤回你对编程的兴趣》，作者： breakDawn。
也许对于部分人来说，唤起他们编程兴趣的起点可能是一些能快速实现某功能的 python 小脚本。但作为一个多年的 java 开发，更多是在接触工作中的业务代码，CURD 写久了，总会偶尔感到一丝丝的疲劳。
回望窗外，思索着在代码的世界中，是存在很多艺术般的写法，这可能也是部分程序员追求编程这项事业的内在动力。
这里将为你呈现 4 种代码中的艺术，试图唤回你对代码最初的兴趣。
设计模式的艺术：用状态模式告别 if-else
面对判断分支异常多、状态变化异常复杂的业务逻辑代码，在大量 if-else 中遨游往往会犯恶心，甚至怀疑起了人生。
例如“手写一个判断函数，确认字符串是否是一个合法的科学数字表达式”这种常见的业务逻辑问题。如果用 if-else 写，就会变成如下丑陋的代码：
每次维护这种代码，总是都要从头阅读一遍，确认自己要在哪里修改，仿佛在修补一个破旧的大棉袄。
但我们如果使用了设计模式中的状态机模式来进行重构，整块代码就会非常精妙。
首先要画出一副如下所示的状态演变图：
(图源来自 leetcode，链接见：https://leetcode.cn/problems/valid-number/solution/you-xiao-shu-zi-by-leetcode-solution-298l/)
状态图绘制完成之后，就可以根据状态变化的合理性，确认状态是否符合要求。
代码如下所示：
class Solution {public enum CharType {NUMBER,OP,POINT,E;
public static CharType toCharType(Character c) {if (Character.isDigit(c)) {return NUMBER;} else if (c == '+' || c == '-') {return OP;} else if (c == '.') {return POINT;} else if (c =='e' || c == 'E') {return E;} else {return null;}}}public enum State {INIT(false),OP1(false),// 在.前面的数字BEFORE_POINT_NUMBER(true),// 前面没数字的点NO_BEFORE_NUMBER_POINT(false),// 前面有数字的点BEFORE_NUMBER_POINT(true),// 点后面的数字AFTER_POINT_NUMBER(true),// e/EOPE(false),// E后面的符号OP2(false),// e后面的数字AFTER_E_NUMBER(true);
// 是否可在这个状态结束private boolean canEnd;
State(boolean canEnd) {this.canEnd = canEnd;}
public boolean isCanEnd() {return canEnd;}}
public Map<State, Map<CharType, State>> transferMap = new HashMap<>() {{Map<CharType, State> map = new HashMap<>() {{put(CharType.OP, State.OP1);put(CharType.NUMBER, State.BEFORE_POINT_NUMBER);put(CharType.POINT, State.NO_BEFORE_NUMBER_POINT);}};put(State.INIT, map);
map = new HashMap<>() {{put(CharType.POINT, State.NO_BEFORE_NUMBER_POINT);put(CharType.NUMBER, State.BEFORE_POINT_NUMBER);}};put(State.OP1, map);
map = new HashMap<>() {{put(CharType.POINT, State.BEFORE_NUMBER_POINT);put(CharType.NUMBER, State.BEFORE_POINT_NUMBER);put(CharType.E, State.OPE);}};put(State.BEFORE_POINT_NUMBER, map);
map = new HashMap<>() {{put(CharType.NUMBER, State.AFTER_POINT_NUMBER);}};put(State.NO_BEFORE_NUMBER_POINT, map);
map = new HashMap<>() {{put(CharType.NUMBER, State.AFTER_POINT_NUMBER);put(CharType.E, State.OPE);}};put(State.BEFORE_NUMBER_POINT, map);
map = new HashMap<>() {{put(CharType.E, State.OPE);put(CharType.NUMBER, State.AFTER_POINT_NUMBER);}};put(State.AFTER_POINT_NUMBER, map);map = new HashMap<>() {{put(CharType.OP, State.OP2);put(CharType.NUMBER, State.AFTER_E_NUMBER);}};put(State.OPE, map);map = new HashMap<>() {{put(CharType.NUMBER, State.AFTER_E_NUMBER);}};put(State.OP2, map);
map = new HashMap<>() {{put(CharType.NUMBER, State.AFTER_E_NUMBER);}};put(State.AFTER_E_NUMBER, map);}};public boolean isNumber(String s) {State state = State.INIT;for (char c : s.toCharArray()) {Map<CharType, State> transMap = transferMap.get(state);CharType charType = CharType.toCharType(c);if (charType == null) {return false;}if (!transMap.containsKey(charType)) {return false;}// 状态变更state = transMap.get(charType);}return state.canEnd;}}
复制代码
从下面的代码可以看到，未来只需要维护 transferMap 即可，非常方便，代码的优秀设计模式是一门造福懒人程序员们的艺术，重构出一个易于维护的代码也是程序员的成就感来源之一。
并发编程的艺术：诡异的 Java 代码揭示了 cpu 缓存的原理
著名的 Java 并发编程大师 Doug lea 在 JDK 7 的并发包里新增一个队列集合类 Linked-TransferQueue，它在使用 volatile 变量时，用一种追加字节的方式来优化队列出队和入队的性能。
LinkedTransferQueue 的代码如下,着重关注 p0~pe 的定义：
/** 队列中的头部节点 */private transient final PaddedAtomicReference<QNode> head;/** 队列中的尾部节点 */private transient final PaddedAtomicReference<QNode> tail;static final class PaddedAtomicReference <T> extends AtomicReference T> {// 使用很多4个字节的引用追加到64个字节Object p0, p1, p2, p3, p4, p5, p6, p7, p8, p9, pa, pb, pc, pd, pe;PaddedAtomicReference(T r) {super(r);}}public class AtomicReference <V> implements java.io.Serializable {private volatile V value;// 省略其他代码｝
复制代码
追加字节能优化性能？这种方式看起来很神奇，但如果深入理解处理器架构就能理解其中的奥秘：（以下的解释来自《Java 并发编程的艺术一书》 ）
“因为对于英特尔酷睿 i7、酷睿、Atom 和 NetBurst，以及 Core Solo 和 Pentium M 处理器的 L1、L2 或 L3 缓存的高速缓存行是 64 个字节宽，不支持部分填充缓存行。这意味着，如果队列的头节点和尾节点都不足 64 字节的话，处理器会将它们都读到同一个高速缓存行中，在多处理器下每个处理器都会缓存同样的头、尾节点。当一个处理器试图修改头节点时，会将整个缓存行锁定，那么在缓存一致性机制的作用下，会导致其他处理器不能访问自己高速缓存中的尾节点，而队列的入队和出队操作则需要不停修改头节点和尾节点，所以在多处理器的情况下将会严重影响到队列的入队和出队效率。因此 Doug lea 使用追加到 64 字节的方式来填满高速缓冲区的缓存行，避免头节点和尾节点加载到同一个缓存行，使头、尾节点在修改时不会互相锁定。
可以看到，在 java 的并发代码中能够体现底层缓存的设计。虽然这代码不太符合 java 希望屏蔽底层实现细节的设计理念，但是 Doug lea 大师对细节的考虑仍然让人赞叹不已。
算法的艺术：用搜索解决迷宫问题
学习数据结构时，相信“深度优先搜索”和“广度优先搜索”对初学者来说一度是一个噩梦，做练习题时也是用各种姿势遍历去二叉树，无法感受到乐趣所在。
但是当你用搜索来解决比较简单的迷宫寻路问题时，便会感到算法的魅力。
想起小时候玩一些 RPG 游戏，往往会有各种迷宫，每次自己探索出口时，其实就是用的深度搜索，找不到会回溯，然而这样费时间也费脑子，当地图过大，大脑的缓存不足，或者思考深度不足时，解决起来就很困难。
但如果有计算机的帮忙，对于每次的移动，给定地图输入，使用搜索算法、A*等算法，便能够快速找到迷宫的离开路线。
下面给出一个伪代码，来简单解释搜索问题是怎么解决问题的：
搜索（当前地图，当前点） {If (是否已经搜索过这个场景) {Return;}
If(是否到达边界) {刷新最新结果;return;}
for(遍历当前点的所有选择) {if (是否是无效的选择) {continue;}
将当前选择带来的变化更新到地图中进入后续的搜索回退当前选择带来的变化}}
复制代码
所以当你学习完搜索算法，却还对其应用感到困惑时，不妨来做一道迷宫寻路题.（例如http://poj.org/problem?id=3984）
或者自己写一个五子棋对战程序与自己对战。对战程序除了搜索算法，还要考虑博弈论的思想，通过 alpha-beta 算法来处理敌对双方对结果的选择，编写评估函数来定义对局面好坏的判断， 整个编写过程会更加复杂而有趣,不妨作为自己对搜索算法更深层次的学习时尝试一番。
二进制的艺术：用数学节省了空间
“给定一个非空整数数组，除了某个元素只出现一次以外，其余每个元素均出现两次。找出那个只出现了一次的元素，而且不能用额外空间”
甚至还有升级版：
“给你一个整数数组 ，除某个元素仅出现一次外，其余每个元素都恰出现 三次 。请你找出并返回那个只出现了一次的元素。”
第一想法肯定是维护一个哈希表或者数组。但是问题要求不能用额外空间，这一般都是为了在有成本限制的环境下考虑和设计的，例如内存有限的某些硬件设备中。
因此在最佳解法中，选择借助了二进制来解决这个问题。通过同位异或得 0，不同位异或得 1 的特性，快速过滤掉相同的数字：
class Solution {public int singleNumber(int[] nums) {int result = 0;for(int num : nums) {result ^= num;}return result;}}
复制代码
是不是感觉非常巧妙有趣，利用数学的二进制特性，简单的异或就搞定了本来需要大量内存的问题，不禁令人拍案叫绝。
本文参与华为云社区【内容共创】活动第 16 期。
https://bbs.huaweicloud.com/blogs/352652任务 34：你知道哪些可以唤起编程兴趣的有趣代码？
点击关注，第一时间了解华为云新鲜技术~
评论