浅谈Rob Pike的五条编程规范

又是一篇需要我们多些思考的文章~

简介下Rob Pike

Rob Pike是Unix的先驱，UTF-8的设计人，Go语言核心设计者之一。

Rob Pike的5条编程规则

原文地址：http://users.ece.utexas.edu/~adnan/pike.html

中文翻译：

罗布·派克（Rob Pike）的编程五原则

• 原则1： 你无法判断一个程序的时间消耗在哪里。瓶颈常常出现在意想不到的地方，所以在证明瓶颈确实存在之前，不要试图猜测并添加加速技巧。

• 原则2：测试。在测试之前，不要调整速度，即使测试之后，除非一部分代码明显超过其他部分，否则也不要调整速度。

• 原则3：当n很小的时候，花哨的算法很慢，而n通常都很小。花哨的算法具有大的常数。在你知道n经常变得很大之前，不要使用花哨的算法。（即使n确实变得很大，也要首先使用原则2。）

• 原则4：花哨的算法比简单的算法更容易出错，而且更难实现。使用简单的算法和简单的数据结构。

• 原则5：数据占主导地位。如果你选择了正确的数据结构并把事情组织得很好，那么算法几乎总是不言自明的。数据结构而不是算法是编程的核心。

派克的原则1和原则2重申了托尼·霍尔（Tony Hoare）的名言“过早的优化是所有邪恶的根源”。肯·汤普森（Ken Thompson）将派克的原则3和原则4重新表述为“当有疑问时，使用暴力手段”。原则3和原则4是KISS设计哲学的实例。原则5之前由弗雷德·布鲁克斯（Fred Brooks）在《人月神话》中提出。原则5通常被缩短为“编写使用智能对象的愚蠢代码”。

我的理解：

罗布·派克的编程五原则为编程提供了重要的指导。

对于原则1，你无法判断一个程序的时间消耗在哪里。这个原则强调了性能分析的必要性。在尝试优化代码之前，你应该首先确定代码的哪部分是性能瓶颈。性能分析可以通过工具和技术来进行，例如使用性能分析器（profiler）来检测代码的热点。通过分析代码的运行时间和资源消耗，你可以找到需要优化的关键部分。

对于原则2：测试。这个原则强调了基准测试的重要性。只有通过测量代码的实际性能，你才能确定哪些部分需要优化。基准测试可以帮助你了解代码在不同输入和数据规模下的性能表现。在进行基准测试时，确保使用真实的数据和场景，以获得准确的性能数据。只有通过测量，你才能做出明智的优化决策。

对于原则3，当n很小的时候，花哨的算法很慢，而n通常都很小。这个原则提醒我们在选择算法时要考虑数据规模。对于较小的数据集，简单的算法通常表现更好，而且更容易实现和调试。花哨的算法可能在理论上具有更好的性能，但在实际应用中可能会受到常数因子和实现复杂度的限制。因此，在选择算法时，要根据实际的数据规模和问题要求来做出决策。

对于原则4，花哨的算法比简单的算法更容易出错，而且更难调试。这个原则强调了简单和清晰的重要性。简单的算法和数据结构更容易理解、实现和维护。花哨的算法可能涉及复杂的逻辑和数学操作，增加了出错的可能性并降低了代码的可读性和可维护性。在编程中，简单通常是一种美德，因为它减少了出错的可能性并提高了代码的可读性和可维护性。

对于原则5，数据占主导地位。这个原则强调了数据结构选择的重要性。选择合适的数据结构可以极大地影响代码的性能和可读性。数据结构决定了如何组织和访问数据，对于特定的问题和数据规模，选择适当的数据结构可以显著提高代码的性能。在选择数据结构时，要考虑数据的特征、访问模式和问题要求。通过选择合适的数据结构，你可以将算法的效率最大化。

总的来说，罗布·派克的编程五原则提醒我们在编程时要保持目标导向，避免过早优化，选择合适的算法和数据结构，以提高代码的性能和可维护性。这些规则强调了性能分析、基准测试、数据规模和简单性的重要性。通过遵循这些原则，你可以编写出高效、健壮和易于维护的代码。