TDD中,产品代码的接口是如何产生的?我的理解

[color=red][b]2010年10月13日 再次补充:这个笔记可以删了,大家请无视,包括下面的加粗黑体字。[/b][/color]

之前写的一篇东西,现在看来问题很多:[url]http://yuan.iteye.com/blog/257923[/url]

[b](其实当前这篇也是我在摸索的过程中记录自己想法的一篇笔记,现在回头再看,认为有两个错误:1,TDD应该从Entity开始;错,自顶向下的TDD也可以从Controller甚至View开始。当然,也许有自底向上的,从Entity开始的,但我不会这么做,我觉得从需求入手更自然。这句话主要是错在“应该”那两个字,应改为“可以”。2、遇到接口就mock?错,stub和mock是有区别的。mock适用于那些创建成本很高的对象,比如HttpServletRequest。 当然这些也只是我现在的想法,之所以回来补充,是因为我发现有人在看我这些笔记,我不希望有人被我误导。其实我是个菜鸟。)[/b]

其中一个我自己也想不明白的问题就是:这里的接口是怎么来的?

这个问题我思考了很久,也在JavaEye搜索过很久,一直没有发现答案。

几乎我看过的所有描述TDD的帖子、资料、书籍——包括Test-Driven Design、Agile Java——都是先写出测试代码,然后写产品实现代码,没有见到过接口,那么接口到哪里去了?实际项目中那些Service、DAO可都是有接口的呀。唉唉,不该这么想……这么想的话岂不是让以前的做法、想法先入为主了?以前的想法是不对的(其实不能说不对,只是我觉得在采用TDD的方式开发时,所有一切的产生,包括接口,都应该是自然而然的——我需要它,所以它存在。)。TDD反对预先设计,接口不该是预先写好的,不该。

我能想到的、能接受的出现接口的场景只有下面这种:
写了段Stack的测试代码,然后用数组实现了一个栈。当我准备用链表再实现一个栈的时候,我发现我将要写的测试代码和前一个完全一样,这时候重构之前的类,使这两个类都实现同一个接口,测试代码针对接口测试。

这是接口的一个作用:切换实现。

可是项目中的那些接口怎么来的?(我怎么觉得我在思考一个老问题,似乎之前思考过……)

实在想不通的情况下,我找朋友开始讨论了。

我:我是在想,那接口是怎么出来的。

朋友:先写测试。再写接口。再写实现。。

我:再写接口干嘛?

朋友:写接口。。为什么不写接口呢?面向接口实现。。。这个是面向对象基础。。。

(这时候我应该反应过来的,其实我的问题跟以前初学Java不久时遇到的一样:为什么要有接口?但我当时一心想表达自己的想法,没意识到这个问题。不过很快,我就想到了。)

我:只有一种情况下我可能会写接口。就是比如说,我实现了2种栈,一种是用数组实现的,一种是用链表实现的。然后针对它们的测试代码完全一样,这时候重构。

朋友:这个方式不一样嘛。如果一开始你就预计到你要写接口。那就先接口

我:tdd不赞成预先设计

朋友:如果你100%确认这个是需要的。。。那你干嘛去返工呢?XP也讲究设计的。

我:我知道,但接口不应该是这么出来的。。

我:像我说的那种情况我才能接受。但往往代码只有一种实现,所以接口的主要用处并不是“切换实现”。

我:而是分离关注点……

我(终于想起来了……):哦。。我知道了。

我:TDD应该从Entity开始,Entity没有接口。写Entity需要用到与Entity逻辑无关的对象的时候,但你又不想去考虑这个无关对象具体实现的时候,接口就出来了。然后mock这个接口……

然后怎么着?然后一切就自然而然了。

p.s:在记录这些东西的时候,我在翻看聊天记录,发现朋友说的一些并不是没有道理,比如说这个:“实际上你写模型也是接口。最初的时候可以叫接口。比如你写了方法。但里面没实现。也是接口嘛。”也许这两句表达得不是很好,但我很清楚的知道他要说的意思,同时我明白了为什么后来他问我:“ruby有接口么?”只是我在思考一个问题的时候,不喜欢被另一个问题打断。好在这不是面对面的讨论,我可以先不看对方的文字,只顾发言、思考,否则像我这种本来就很容易分心走神的人思路肯定中断。所以我在公司里会议上从来不喜欢发言——因为被打断得太多了——只是在会议之后写些文字。我很明白发言之前为什么最好要先举手。——这后面的不重要,p.s而已。
【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