讀書筆記－－編程珠璣II

學化學的應該都知道chemdraw，這是一款專門繪製化學結構的軟件，什麼苯環、雙鍵各類word難以搞定的分子式，你能夠輕鬆的用chemdraw完成，能夠稱得上化學工做者居家旅行必備的良藥。其實早在1987年的時候，貝爾實驗室的大牛Brian Kernighan（就是K&R教你寫C語言中的K）和人一塊兒設計了Chem語言，到如今還能用，彷佛在書籍排版上比chemdraw的效果更好。說了這麼多，咱不是給Chem作廣告，而是爲了引出它的另外一位創做人Jon Bebtley，也是本文即將談到的《編程珠璣II》——很是受程序員歡迎的系列書籍的做者。

《編程珠璣II》是一部短文集，涵蓋了程序員操縱程序的技術、程序員取捨的技巧、輸入和輸出設計以及算法示例。

開頭提到的Chem語言是Pic語言的預處理器，經過做者在書中第9章討論的Pic語言一例，咱們可以明白按照語言的特性對程序進行檢查，能夠幫咱們更好地理解所使用的語言工具，並能教會咱們爲之後的程序設計更優雅的界面。

編程語言設計原則

• 設計目標：設計語言以前，要認真研究你試圖解決的問題。
• 簡單性：讓你的語言儘量地簡單。規模小的語言便於實現者設計、建立、寫文檔和維護、也便於使用者學習和使用。
• 基本的抽象：常見的程序設計語言是基於馮・諾伊曼計算機的視角進行建立的，其指令只對小塊的數據進行操做。基本對象就是程序的抽象數據類型，而操做就是關鍵的字程序。
• 語言的結構：表達式的天然性和實現的方便性須要作出權衡，縮進和註釋都是必需的。
• 正交性：問題中不相關的特性在語言中也不相關；
• 設計語言的準繩：
  
  • 通常性：一種操做用於多種目的；
  • 簡約性：去掉不須要的操做；
  • 徹底性：所設計的語言能描述全部感興趣的對象嗎？　
  • 類似性：讓語言儘量有啓發性；
  • 可擴展性：肯定語言能夠進一步發展；
  • 開放性：容許用戶「溜走」以使用其它工具；
• 設計過程：在實現語言以前，經過描述語言中大量的對象來測試你的設計，當語言完成並付諸實用後，還要反覆進行新的設計已根據客戶的須要加入新特性。
• 對編譯器生成的深入看法：儘量地從後端的處理過程當中將前端的語言分析分離出來，這樣處理器的建立更容易，也更容易兼容到系統或新的語言用途中。

文檔設計和編程有諸多類似之處，書中第10章經過幾副不斷完善的表格、插圖，穿插着介紹了文檔設計的原則。

文檔設計

文檔生成和編程有不少共同之處，二者都要「創造對他人有用的東西」和「必須出色的完成論文」，二者最大的共同點是都能讓人盡享「創造的樂趣」。

文檔設計須要創意。若是全部人着裝相同，全部車的車型和顏色也同樣，那麼這個世界是多麼地乏味。一個全部風格看上去差很少相同的文檔庫也是同樣。綜合考慮文檔的許多屬性，才能獲得最佳的計效果。

可是要小心創意過分，好的排版並不能彌補文章本質上的缺陷，如拼寫錯誤、語法不當、結構性差以及內容空洞等。好的文檔風格就像好的編程風格和好的寫做風格同樣，是無形的。內容是文檔的首要目的，文檔風格只是達到這一目的的輔助手段。

合適的方式表達思想，參考勾股定理：」直角三角形的斜邊地平方等於兩直角邊的平方和「，能夠用下圖和等式a²+b²=c²來表達這一信息

也能夠用歐幾里得表示法

根據計算機摩爾定律，咱們能夠存儲愈來愈多的數據，並對其進行愈來愈多的處理，但是在系統執行了大量計算後，咱們又該如何從海量數據中得出大趨勢呢？

圖形化輸出

你如何概述拿破崙1812年在俄羅斯戰役中的挫敗？不少程序猿會試着打印出幾十釐米數據（天天的人員數量、軍餉、駐軍地點），法國工程師Charles Joseph Minard在1861年用一種不一樣的方式來描述這個問題：只用一張簡單的圖來總結該戰役。有人評價這多是有史以來最好的統計學繪圖。

 

 

本圖給出了與地圖上的城市、河流等背景相關聯的六個變量：駐軍地點（經緯度）、軍隊規模（和帶寬成比例）、行軍方向、氣溫以及日期，從中能夠看到一支軍隊的毀滅與一個帝國走向滅亡的起點。

最後來幾個書中提到的算法：

隨機取樣

許多隨機取樣要求隨機樣本中沒有重複元素，如下僞代碼爲算法S，這個算法把結構保存在集合S中，若是S的實現正確，而且RandInt產生隨機整數，那麼這個算法生成隨機樣本，每一個M元子集的機率都是。

initialize set S to empty

Size := 0

while Size < M do

     T := randInt(1,N)

     if T is not in s then

         insert T in S

         Size := Size + 1

View Code

算法S有不少優勢：正確、至關高效、很是簡潔，彷佛好的不能再改進了。不幸的是Bob Floyd發現，當M=N=100時明顯存在一個缺陷。當Size=99時，集合S缺一個整數。算法閉着眼睛亂猜整數，直到偶然碰上正確的那個爲止，這平均須要猜100個隨機數。這個分析假設隨機數發生器是真正隨機的。對於某些非隨機排列，這個算法甚至不會中止。Floyd開始尋找一個算法，對於S中每一個隨機數只剛好調用一次RandInt。

initialize set S to empty
for J := N - M + 1 to N do
    T := randInt(1,J)
    if T is not in S then
         insert T in S
       else
         insert J in s

View Code

牛頓迭代法計算K維空間兩點距離

T := abs(A[1] - B[1])

Max := T: Sum := T*T

for J := 2 to K do

       T  := 2 to K do

       if T > Max then Max : = T

       Sum := Sum + T*T

if Sum = 0.0 then return 0.0

Eps = 1.0e-7

Z := Max

loop

      NewZ := 0.5 * (Z + Sum/Z)

      if abs(NewZ - Z) <= Eps*NewZ then break

      Z := NewZ

return NewZ

View Code