《代码大全》阅读笔记-33-个人性格(personal character)

《代码大全》阅读笔记-33-个人性格(personal character)

很多好的编程做法都能减轻你的大脑灰质细胞(指脑力)的负担。

  • 将系统“分解”,是为了使之易于理解(“设计的层次”)。
  • 进行审查、评审和测试正是为了减少人为失误。如果你从不犯错,就无须复审自己的软件。但要知道,人的智力是有限的,所以应和他人沟通,来提高软件质量。
  • 将子程序编写得短小,以减轻大脑负荷。
  • 基于问题而不是低层实现细节来编程,从而减少工作量。
  • 通过各种各样的规范,将思路从相对繁琐的编程事务中解放出来。

编程生涯成熟的部分标志就是发展出一种不屈不挠的诚实感。通常表现为以下几个方面:

  • 不是高手时不假装是高手。
  • 乐于承认错误。
  • 力图理解编译器的警告,而非弃之不理。
  • 透彻理解自己的程序,而不要只是编译看看能否运行。
  • 提供实际的状况报告。
  • 提供现实的进度方案,在上司面前坚持自己的意见。

如果你还没有对某个程序花费至少一个月的时间一一一天工作16小时,其余8小时也睡得不安稳,老是梦到它,为解决“最后错误”连熬几夜一一尔就算没有编过真正复杂的程序,你也不会感受到编程中激动人心的东西。—EdwardYourdon 。这种对编程的痴迷简直是胡闹,儿乎注定会失败。彻夜编程让你感觉像是世上最好的程序员,却要花几个星期去纠正你在短暂辉煌时埋下的失误。可以热爱编程,但热情不能代替熟练的能力,请想明白什么更重要。

要点

  • 人的个性对其编程能力有直接影响
  • 最有关系的性格微:谦虚、求知欲、诚实、创造性和纪律、以及高明的偷懒
  • 程序员高手的性格与田飞无关而任何事都与个人发展相关
  • 出乎意料的是,小聪明、经验、坚持和疯狂既有助,也有害
  • 很多程序员不愿意主动吸收新知识和技术,只依靠工作是偶尔接触新的信息。如果你能抽出少量时间阅读和学习编程知识,要不了多久就能鹤立鸡群
  • 好性格与培养正确的习惯关系甚大。要成为接触的程序员,先要养成良好的习惯,其它自然输掉渠成。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/101204.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • Codeforces 459E Pashmak and Graph(dp+贪婪)

    Codeforces 459E Pashmak and Graph(dp+贪婪)

  • 异步fifo简介_异步fifo时序

    异步fifo简介_异步fifo时序一、概述在大规模ASIC或FPGA设计中,多时钟系统往往是不可避免的,这样就产生了不同时钟域数据传输的问题,其中一个比较好的解决方案就是使用异步FIFO来作不同时钟域数据传输的缓冲区,这样既可以使相异时钟域数据传输的时序要求变得宽松,也提高了它们之间的传输效率。此文内容就是阐述异步FIFO的设计。二、设计原理2.1结构框图如上图所示的同步模块synchronizetowr…

  • openCV中cvSnakeImage()函数代码分析

    openCV中cvSnakeImage()函数代码分析/*M///////////////////////////////////////////////////////////////////////////////////////////IMPOR

  • Hadoop相关资源地址「建议收藏」

    Hadoop相关资源地址「建议收藏」Hadoop相关资源地址链接

  • Java map集合深入学习

    Java map集合深入学习  概要:java.util中的集合类包含Java中某些最常用的类。最常用的集合类是List和Map。Map提供了一个更通用的元素存储方法。Map集合类用于存储元素对(称作“键”和“值”),其中每个键映射到一个值。本文主要介绍javamap的初始化、用法、map的四种常用的遍历方式、map的排序以及常用api。目录1Map用法类型介绍类型区别…

  • 一维卷积神经网络的理解是什么_卷积神经网络的输入

    一维卷积神经网络的理解是什么_卷积神经网络的输入设输入的数据维度是BxSxT一维卷积神经网络在维度S上进行卷积如下,设置一维卷积网络的输入通道为16维,输出通道为33维,卷积核大小为3,步长为2#in_channels:16#out_channels:33#kernel_size:3m=nn.Conv1d(16,33,3,stride=2)input=torch.randn(20,16,50)output=m(input)#shapeofoutputis([20,33,24

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号