2011国庆总结——代码不是写出来的，是设计出来的

           国庆前第三天，被叫到办公室。我觉得应该把“文言文翻译”这件事情做好。时间紧迫，11月份就要结题了，阳光明媚、悠闲自在的十一长假肯定是没了。

           国庆前一天下午就没课了，我就开始准备如何入手。本来想按照和老师讨论出得方案做下去的，但是已知的词库太小了；分词问题我们是想了一种“偷懒”的方法；现在关键是解决一词多义问题；查找了好久的资料，机器翻译共有两种方法：基于规则的和基于统计的。而且解决一词多义问题的最好方法是统计模型，但是统计翻译模型必须掌握比较大的语料库，和样本才行。在search的过程中，偶尔发现有一个网站居然有很多古文的全文人工翻译，还有一部文言文词典。我马上用软件把整个网站下载下来，开始研究如何把网页中的资料导入到数据库中，这非常重要。因为只要有了数据库，做其实验来就轻松多了。

            到了第二天，我开始写程序建数据库。一写就是7天，还没有成功得把网页中的资料导入到数据库中。这个和5月份的“智能体”大赛是同一种情况——写着写着就没法继续往下写了，因为代码太乱了，条件判断语句太多了，整个下来只有一个函数。并且不是所有web页面的数据都很规则，有些就是不同、出来捣乱。第到第4天的时候，最好的结果是：能把前50个页面的数据读进去，剩下的就得自己要么去改web页面，要么该程序。开始的时候我是该web页面，后来发现改的频率太高了，况且总共有3890个htm文件，根本就没法一个一个去改，改程序的话，我怕越改越乱。没办法，我知道我犯了一个同样地错误，必须改正，必须让自己写代码这件事是可持续的。以前做数据结构，算法题总感觉C语言比较好，c++太麻烦，现在感觉做稍微大一点的程序，如果不面向对象，代码将把你这个人淹没。

             我开始反思，并寻找出路。我刚开始认为是我对网页、文本信息的处理技术不了解，我也深刻的知道到致我写不下去的原因和上次“智能体”比赛时发生的情况差不多。但我更希望做些“感觉高级”的事情，于是我先研究自然语言处理、网页信息抽取、人工智能等知识。现在我发现我一直在犯同一个错误：好高骛远、舍本求末。找得结果是我什么都没找到。网上的资料太过于简略，而且一般是：只讲思想，从来就没有代码，没有人知道这个到底能不能实现。现在，我不得不会回到起点，去探索怎样才能让写代码可持续。

             我找了一个研究AI实现的小例子，发现简单的AI其实可以很简单，但是关键是要把情况分清楚。当初我搞“智能体”的时候，一上来就想吃成胖子，没有全盘可持续编程的细想，只看重眼前利益，结果是作茧自缚。我又找了一个决策树的示例代码下载下来研究，还有，把当初Eric的AI代码找出来一起研究，到底如何实现那些逻辑性很强，需要大量判断，有很多条件的智能，想看看他们是如何实现的。主要研究“决策树代码”和Eric的AI代码。

                研究了一天了。说实话，没看懂。因为数据流比较长，可能也是没耐心。但是看他们的代码让我感觉很舒服，很清楚，层次分明，整个代码设计得很周到。一般一个函数（方法）不会超过15行。而我为了“省事”、为了快速看到效果，有时候我的一个函数就是200行，自然，这种代码是没法发展下去的，光你去维护以前的堆砌的东西就够你受的了——难道这就是所谓的作茧自缚？

                显然，这些代码是经过设计的，没有整体框架的设计能力，是没法一写就能写2千行代码的。不要急，不要怕写子函数，也许一时没用，但是随着代码的增多，认识的加深，情况的复杂、逻辑量的增加，这些原来的子函数就可以为你分担负担，写代码就不会那么累。

                当然，要想让你的代码可持续发展，最重要的是先整体分类，把一些东西抽象出来，先占个坑，以后有东西就是这些已有东西的细化，那时自顶向下开发，代码自然就可持续了。遇到解决方案，最急的不是写代码、看效果，而是设计代码编写策略、实现结构、问题抽像、只有从整体上有把握，才能让代码编写可持续，才能最终写出好的代码，实现相应的功能。