条款4：使用Conditional特性代替#if条件编译

最新推荐文章于 2021-05-28 13:58:17 发布
最新推荐文章于 2021-05-28 13:58:17 发布
阅读量445 收藏
点赞数
分类专栏： Effective C#
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cswch/article/details/1628434
版权

使用通常的条件编译，经常把属于程序主逻辑的代码和条件编译代码混在一起。容易引起意想不到的问题。使用Conditional特性把条件编译应用在法方法这一层上，要求我们将条件代码以方法为单位来表达，这样可以把一些函数隔离出来，调试结束后该函数就不会被编译，思路很清晰，削除了莫名其妙的bug。

当使用多个Conditional特性时，他们之间的关系是 OR 例如：[Conditional("DEBUG"),Conditional("HELLO")]

若要想使他们的关系为 AND ，我们需要自己在源代码中定义预处理符号：

#if (VAR1 && VAR2) #define
  BOTH
#end if 

需要注意的是：任何使用Conditional特性的方法只能返回void类型

cswch
关注
专栏目录
C#特性：ConditionalAttribute
weixin_30367543的博客
07-03 489
ConditionalAttribute类 msdn解释： 指示编译器应忽略方法调用或属性，除非已定义指定的条件编译符号。 命名空间： System.Diagnostics 语法： // // 摘要: // 指示编译器，除非定义了指定的有条件编译符号，否则，应忽略方法调用或属性。 [AttributeUsage(AttributeTargets.Cla...
使用Conditional特性代替#if条件编译
zaiguo的专栏
11-14 882
1原因 #if/#else条件编译常用来由同一份源代码生成不同的结果文件，最常见的有 debug版和release版。但是这些工具在具体的应用中并不是非常得心应手，因为它们它容易被滥用了，使用它们创建的代码通常都比较难理解，且难以调试。 2解决方法 C#为此提出了一种更好的选择：Conditional特性。使用Conditional特性可以将函数隔离出来，使得它们只有在定义了某些环境变量后才
改善C#程序的50种方法 条款4：使用Conditional特性代替#if条件编译
Fancy的专栏
09-21 737
#if/#endif 条件编译常用来由同一份源代码生成不同的结果文件，最常见的有debug版和release版。但是，这些工具在具体应用中并不是非常得心应手，因为它们 太容易被滥用了，使用它们创建的代码通常都比较难理解，且难以调试。C#语言的设计者们对这种问题的解决方案是创建更好的工具，以达到为不同环境创建不同 机器码的目的。C#为此添加了一个Conditional特性，该特性可以标示出某种环境设
条款3：操作符is或as优于强制转型
sunbird
04-01 738
 使用const较之于使用readonly的唯一好处就是性能：使用已知常量值的代码效率要比访问readonly值的代码效率稍好一点。但是这其中的效率提升是非常小的，大家应该和其所失去的灵活性进行一番权衡比较。在打算放弃灵活性之前，一定要对两者的性能差别做一个评测。综上所述，只有当某些情况要求变量的值必须在编译时可用，才应该考虑使用const，例如：特性（attribute）类的参数，枚举定义，
C#使用ConditionalAttribute特性来实现代码调试
weixin_34362875的博客
11-04 106
转自：http://www.csharpwin.com/csharpspace/10729r8541.shtml #if/#endif条件编译常用来由同一份源代码生成不同的结果文件，最常见的有debug版和release版。但是，这些工具在具体应用中并不是非常得心应手，因为它们太容易被滥用了，使用它们创建的代码通常都比较难理解，且难以调试。C#语言的设计者们对这种问题的解决方案是创建更好的工具，...
小代码集合
12-27 99
//树控件。TreeNode node = new TreeNode(function[i].Function1); treeView1.Nodes.Add(node); for (int j = 0; j < function.Count; j++) {...
改善C#程序的50种方法 条款3：操作符is或as优于强制转型
Fancy的专栏
09-21 591
C#是一门强类型语言。一般情况下，我们最好避免 将一个类型强制转换为其他类型。但是，有时候运行时类型检查是无法避免的。相信大家都写过很多以System.Object类型为参数的函数，因为. NET框架预先为我们定义了这些函数的签名。在这些函数内部，我们经常要把那些参数向下转型为其他类型，或者是类，或者是接口。对于这种转型，我们通常有 两种选择：使用as操作符，或者使用传统C风格的强制转型。另外还有
改善C#程序的方法
weixin_30892889的博客
07-16 108
写在开头： http://www.cnblogs.com/luminji 157个建议_勘误表 一：属性 属性和方法一样。也可以是virtual和abstract. 条款2：运行时常量（readonly）优于编译时常量（const） 运行时常量优于编译时常量【能正确运行才是关键】。编译时常量比运行时常量稍微块一点，但是缺乏灵活性。性能非常关键，其值永远不变的情况下，我们才应该使用...
Effective C#中文版：改善C#程序的50种方法
无心程序员
11-11 1048
Effective C#中文版：改善C#程序的50种方法第1章 C#语言元素...... 1条款1：使用属性代替可访问的数据成员.. 1条款2：运行时常量（readonly）优于编译时常量（const）.. 12条款3：操作符is或as优于强制转型.. 17条款4：使用Conditional特性代替#if条件编译.. 25条款5：总是提供ToString()方法.. 31条款6：明辨值类型和引
GNU Make 使用手册（中译版）
周公不做梦
04-06 2023
原文：http://lsec.cc.ac.cn/%7Epeace/articles/gnumaketranslated.htmlGNU Make 使用手册（中译版）翻译：于凤昌译者注：本人在阅读Linux源代码过程中发现如果要全面了解Linux的结构、理解Linux的编程总体设计及思想必须首先全部读通Linux源代码中各级的Makefile文件。目前，在网上虽然有一些著作，但都不能全面的解释Lin
《21天学通C++（第五版）》 [美] Jesse Liberty Bradley Jones著——个人学习笔记
wb112716的博客
03-27 3998
个人学习笔记，不值一提。
aria2c 官方手册中文翻译版
老关的博客
02-24 5413
说明：文章是根据官方文档直接翻译过来，并经过了修正，方便大家使用，如有翻译不到位的地方，也请大家帮忙指出，后续会把不准确的地方更新过来。 aria2c（1） 概要 aria2c[<OPTIONS>] [<URI> | <MAGNET> | <TORRENT_FILE> | <METALINK_FILE>] ... 描述 aria2是用于下载文件的实用程序。支持的协议是HTTP（S），FTP，SFTP，BitT...
Java面试考核题
weixin_47089371的博客
05-28 541
1.1Java基础 1.集合有哪些?数据结构?初始长度?扩容机制?哪些是线程安全的? hashmap的底层原理? 集合类型主要有3种：set(集）、list(列表）和map(映射)。 1、List（有序、可重复） List里存放的对象是有序的，同时也是可以重复的，List关注的是索引，拥有一系列和索引相关的方法，查询速度快。因为往list集合里插入或删除数据时，会伴随着后面数据的移动，所有插入删除数据速度慢。 2、Set（无序、不能重复） Set里存放的对象是无序，不能重复的，集合中的对象.
基于深度学习的行人分类.zip
09-21
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。
机械制造工艺学课程设计手柄座设计“手柄座”零件的机械加工工艺规程及工艺装备.doc
最新发布
09-21
机械制造工艺学课程设计手柄座设计“手柄座”零件的机械加工工艺规程及工艺装备.doc
电子设计论文通用红外遥控开关电子设计论文通用红外遥控开关
09-21
电子设计论文通用红外遥控开关电子设计论文通用红外遥控开关
软考-信息管理师考试知识汇总思维导图
09-21
软考--信息管理师考试知识汇总思维导图，包含项目十大管理领域知识点汇总提取，项目整合管理、项目范围管理、项目时间管理、项目成本管理、项目质量管理、项目人力资源管理、项目沟通管理、项目风险管理、项目采购管理、项目干系人管理等章节所有知识点通过思维导图的形式汇总出来，看图就理解本章所有的知识块以及他们之间的联系。归纳总结，帮助考试复习记忆，加深对 本章节内容的理解。适合时间少，没时间完整看完教材的人，在段时间内帮助理解记性，是考试前冲刺的好帮手。软考高级越来越难考了，为了方便大家能考过，希望大家早点准备，好好考复习资料，多看，多想，多记忆，多思考，多归纳总结。
std::conditional
12-24
`std::conditional`是C++标准库中的一个模板类，用于根据条件选择不同的类型。它接受一个布尔值作为模板参数，如果该布尔值为true，则选择第一个类型作为结果类型，否则选择第二个类型作为结果类型。 以下是`std::...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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