优雅代码书写技巧总结

经过几年代码学习,发现了一些优雅的表示方式,他们有一些特点:例如看起来逼格很高,或者提高运行效率,简化代码等等


1

第一种在afs课上学到的,如果有多个变量综合起来作为switch的情况,可以使用。

比如在想处理a,b,c三个变量取True和false的8种情况:

switch(!!a*4+!!b*2+!!c){
	case 0: //000
		break;
	case 1://001
		break;
	case 2://010
		break;
		...
	case 7: //111
		break;
}

两个取反是为了把变量强制转化为0或者1


2

如果函数参数很多,希望每个参数都进行注释:

public void lotsOfArgFunction(
	arg1,//this is arg1
	arg2,//this is arg2
	arg3,//this is arg3
	...
	arg8//this is arg8
){
	//函数体
}

同理,如果调用时想要对参数进行注释,也可以这样。

IDEA在注释时,对于立即数参数会自动进行注释,而我们可以这样:

loasOfArgFunction(
	/*put arg1*/arg1,
	/*put arg2*/arg2,
	/*put arg3*/arg3
);

3

verilog中,对于多路选择器,通常只能用switch case来模拟。问题在于综合出来会多出寄存器,这样让人很不舒服

直到某天看到人家写的lab,才知道应该这样写:

assign out = {32{condition1}} & signal1 ||
			 {32{condition2}} & signal2 ||
			 ...	
			 {32{condition8}} & signal8 ;

这样从condition中选择了若干个signal

而且对于条件判断,通常新增加一个wire变量,然后判断该变量,比如

if(in == 0x1000 && it == next) begin
	//do something
end

最好写成这样:

assign in_choose = in == 0x1000;
assign unchange = it ==  next;

if(in_choose && unchange) begin
	//do something
end

这是因为verilog综合的时候就是按照两个信号来综合的,这样更加贴近电路真实情况。


4

c语言变量,变量名一般都选择小写字母+下划线,比如 set_signal

c++或者java,变量名一般选择驼峰命名法,如果是类则是大驼峰: SetSignal,

如果是函数或者变量,一般是小驼峰: setSignal

python,类使用开头大写+下划线: Set_signal

变量使用小写+下划线: set_signal


5

这是我看linux 内核的写法,如果想要for或者if在一行解决,但是又不想加括号:

for(int i = 0; i < NR_TASK; i++){
	if(c > task[i]->counter)
		c = task[i]->counter, break;
}

这样虽然比较简介,但是容易出错,所以还是小心一点。

【6层】一字型框架办公楼(含建筑结构图、计算书) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值