分解复杂判断

概念:本文中的”分解复杂判断”是指把原来复杂的条件判断等语句用尽快返回等方式简化代码。

 

正文:简单的来说,当你的代码中有很深的嵌套条件时,花括号就会在代码中形成一个长长的箭头。我们经常在不同的代码中看到这种情况,并且这种情况也会扰乱代码的可读性。

如下代码所示,HasAccess方法里面包含一些嵌套条件,如果再加一些条件或者增加复杂度,那么代码就很可能出现几个问题:1,可读性差。 2,很容易出现异常。 3,性能较差。

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;

namespace LosTechies.DaysOfRefactoring.SampleCode.ArrowheadAntipattern.Before
{
    public class Security
    {
        public ISecurityChecker SecurityChecker { get; set; }

        public Security(ISecurityChecker securityChecker)
        {
            SecurityChecker = securityChecker;
        }

        public bool HasAccess(User user, Permission permission, IEnumerable<Permission> exemptions)
        {
            bool hasPermission = false;

            if (user != null)
            {
                if (permission != null)
                {
                    if (exemptions.Count() == 0)
                    {
                        if (SecurityChecker.CheckPermission(user, permission) || exemptions.Contains(permission))
                        {
                            hasPermission = true;
                        }
                    }
                }
            }

            return hasPermission;
        }
    }
}

那么重构上面的代码也很简单,如果有可能的话,尽量将条件从方法中移除,我们让代码在做处理任务之前先检查条件,如果条件不满足就尽快返回,不继续执行。下面是重构后的代码:

using System.Collections.Generic;
using System.Linq;

namespace LosTechies.DaysOfRefactoring.SampleCode.ArrowheadAntipattern.After
{
    public class Security
    {
        public ISecurityChecker SecurityChecker { get; set; }

        public Security(ISecurityChecker securityChecker)
        {
            SecurityChecker = securityChecker;
        }

        public bool HasAccess(User user, Permission permission, IEnumerable<Permission> exemptions)
        {
            if (user == null || permission == null)
                return false;

            if (exemptions.Contains(permission))
                return true;

            return SecurityChecker.CheckPermission(user, permission);
        }
    }
}

总结:这个重构很重要,它和后面讲的”尽快返回“有些类似,我们在做复杂的处理过程时,要经常考虑这个重构,用好了它,会对我们的帮助很大。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
LMDI(Logarithmic Mean Divisia Index)是一种用于分解指标变化的方法,常用于分析能源消耗、碳排放等指标的变化。 LMDI分解法的实现步骤如下: 1. 定义指标:首先明确定义需要分解的指标,例如能源消费总量。假设该指标在某个时间段内的变化可以被分解为多个因素的影响。 2. 提取因素:识别出影响指标变化的主要因素。例如,在能源消费的分解中,可能考虑产业结构、能源强度、经济规模等因素。 3. 归一化数据:对每个因素进行归一化处理,以消除不同因素之间的量级差异。常用的方法是取对数。 4. 计算权重:使用各因素的对数差值来计算其权重。通过计算每个因素对总变化的贡献比例,来判断其重要性。一般采用基于约束条件的线性优化模型。 5. 分解指标:将指标按照各因素的权重进行分解计算。根据各因素的变化和权重,计算每个因素对指标变化的贡献度。将各因素的贡献度相加即可得到总变化。 6. 解释分解结果:根据计算结果,解释每个因素对指标变化的贡献。这可以帮助我们了解指标变化的主要驱动因素。 需要强调的是,LMDI分解法是一种相对比较复杂分解方法,需要对数据进行处理和计算。对于具体问题的分析,可能会涉及到更多的步骤或技术。因此,在实施LMDI分解法时,需要结合具体领域和问题的需求,选择适当的方法和工具来实现分解分析。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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