Verbesserung der Lesbarkeit mit Kommentaren
Der Schlüssel zum Schreiben guter Kommentare besteht darin, "warum" zu erklären, anstatt nur "was getan wurde", um die Lesbarkeit des Codes zu verbessern. 1. Kommentare sollten logische Gründe erklären, wie z. B. Überlegungen für die Wertauswahl oder -verarbeitung; 2. Verwenden Sie Absatz -Kommentare für komplexe Logik, um die Gesamtidee von Funktionen oder Algorithmen zusammenzufassen. 3. Wenn Sie die Kommentare regelmäßig beibehalten, um die Konsistenz mit dem Code zu gewährleisten, irreführend und gegebenenfalls veraltete Inhalte zu löschen; V.
Egal wie gut der Code geschrieben ist, wenn niemand ihn verstehen kann, wird er nutzlos sein. Das Schreiben von Kommentaren ist kein unnötiger Schritt, sondern es anderen (einschließlich ihres zukünftigen Selbst), Ihre Ideen schneller zu verstehen. Insbesondere in Projekten, bei denen mehrere Personen zusammenarbeiten oder langfristige Wartungen zusammenarbeiten, sind Annotationen der direkteste Weg, um die Lesbarkeit zu verbessern.

Kommentare sollten "Warum" erklären, nicht nur "Was hat es getan"
Was tun viele Menschen beim Schreiben von Kommentaren gewohnheitsmäßig wiederholt Code, wie z. B.:
# Variable x auf 5 festlegen x = 5
Diese Art von Kommentar ist tatsächlich nutzlos. Was wirklich nützlich ist, ist, die Logik hinter diesem Code zu erklären, z. B. warum Sie diesen Wert auswählen oder warum Sie auf diese Weise damit umgehen.

Zum Beispiel:
# Verwenden Sie 5 als Standardwert, da die minimale Eingabe 5 beträgt x = 5
Diejenigen, die so lesen, werden wissen, dass dies nicht beiläufig geschrieben ist, sondern einen bestimmten Grund hat. Sagen Sie nicht nur was Sie getan haben, sondern machen Sie klar, warum Sie es getan haben.

Fügen Sie Absatzkommentare in komplexe Logik hinzu
Einige Funktionen oder Algorithmen haben viel Logik, und es ist leicht, verwirrt zu werden, wenn Sie den Code direkt betrachten. Zu diesem Zeitpunkt können Sie zu Beginn eine kurze Erklärung schreiben, um die Gesamtidee klar zu erklären.
Zum Beispiel ein Code, der sich mit der Datenreinigung befasst:
# Datenreinigungsschritte: # 1. Entfernen Sie Ausreißer (Werte über die Dreifache der Standardabweichung) # 2. Verwenden Sie die Vorwärtspolsterung für fehlende Werte# 3. ...
Auf diese Weise kann jemand den allgemeinen Prozess dieses Codes kennen, indem er ihn scannt, und es müssen nicht nacheinander erraten. Besonders für diejenigen, die gerade übernommen wurden, ist diese strukturierte Annotation sehr freundlich.
Notizen sollten auch regelmäßig aufrechterhalten werden. Lassen Sie sie also nicht irreführend werden
Viele Menschen kümmern sich nicht mehr um Kommentare, nachdem Sie den Code geschrieben haben. Infolgedessen wurde der Code für mehrere Runden geändert, und die Kommentare sind immer noch gleich. Diese Situation ist schlimmer als keine Kommentare zu schreiben, weil sie andere irreführen kann.
Es wird empfohlen, die Kommentare zu aktualisieren, wenn die Schlüssellogik geändert wird, auch wenn einfach der Wortlaut angepasst wird. Wenn Sie feststellen, dass ein Kommentar nicht mehr mit dem Code übereinstimmt, zögern Sie nicht. Es ist besser, es zu löschen, als es irreführend zu lassen.
Betrachten Sie außerdem die folgenden Praktiken, um die Qualität der Annotation aufrechtzuerhalten:
- Überprüfen Sie bei der Überprüfung der PR, ob relevante Kommentare aktualisiert werden müssen
- Notieren Sie die öffentliche Logik in Dokumenten oder Wikis und vermeiden Sie die Verwendung von Code -Kommentaren, um die komplexe Logik zu erklären
- Löschen offensichtlich veraltete und bedeutungslose Kommentare wie
# TODO: 这个地方需要优化
wurde jedoch nicht geändert
Grundsätzlich ist das. Notizen sind nicht so viel geschrieben, wie Sie möchten, sondern sie müssen genau und klar geschrieben werden. Wenn es gut verwendet wird, ist es die Bedienungsanleitung des Codes. Wenn es schlecht verwendet wird, wird es zu Geräusch.
Das obige ist der detaillierte Inhalt vonVerbesserung der Lesbarkeit mit Kommentaren. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undress AI Tool
Ausziehbilder kostenlos

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen





Lazy Loading nur Abfragen beim Zugriff auf Assoziationen kann leicht zu N 1 -Problemen führen, was für Szenarien geeignet ist, in denen die zugehörigen Daten nicht festgelegt sind, ob sie benötigt werden. 2. Notfallbelastung verwendet mit () zum Laden der zugeordneten Daten im Voraus, um N 1 -Abfragen zu vermeiden, was für Stapelverarbeitungsszenarien geeignet ist. 3. Die Notfallbelastung sollte zur Optimierung der Leistung verwendet werden, und n 1 Probleme können durch Tools wie LaravelDebugbar erkannt werden, und das $ mit Attribut des Modells wird sorgfältig verwendet, um unnötige Leistungsaufwand zu vermeiden.

Vermeiden Sie N 1 Abfrageprobleme, reduzieren Sie die Anzahl der Datenbankabfragen, indem Sie die zugehörigen Daten im Voraus laden. 2. Wählen Sie nur die erforderlichen Felder aus, um das Laden vollständiger Entitäten zu vermeiden, um Speicher und Bandbreite zu sparen. 3.. Verwenden Sie Cache-Strategien vernünftigerweise, z. 4. Optimieren Sie den Lebenszyklus der Entität und rufen Sie Clear () regelmäßig an, um den Speicher freizugeben, um den Speicherüberlauf zu verhindern. 5. Stellen Sie sicher, dass der Datenbankindex die generierten SQL -Anweisungen existiert und analysiert, um ineffiziente Abfragen zu vermeiden. 6. Deaktivieren Sie die automatische Änderungsverfolgung in Szenarien, in denen Änderungen nicht erforderlich sind, und verwenden Sie Arrays oder Leichtgewichtsmodi, um die Leistung zu verbessern. Die korrekte Verwendung von ORM erfordert die Kombination der SQL -Überwachung, -gespeicherung, der Stapelverarbeitung und der geeigneten Optimierung, um die Anwendungsleistung zu gewährleisten und gleichzeitig die Entwicklungseffizienz beizubehalten.

Der Müllsammlung von PHP basiert auf der Referenzzählung, aber kreisförmige Referenzen müssen von einem periodischen kreisförmigen Müllsammler verarbeitet werden. 1. Die Referenzzahl gibt den Speicher sofort frei, wenn keine Referenz auf die Variable vorhanden ist. 2. Referenzreferenz bewirkt, dass Speicher nicht automatisch freigegeben werden kann, und es hängt davon ab, dass GC ihn erfasst und reinigt. 3.. GC wird ausgelöst, wenn das "mögliche Wurzel" den Schwellenwert erreicht oder manuell gc_collect_cycles () aufruft; 4. Langzeit laufende PHP-Anwendungen sollten gc_status () überwachen und rechtzeitig gc_collect () aufrufen, um Speicherleckage zu vermeiden. 5. Zu den Best Practices gehört die Vermeidung von kreisförmigen Referenzen, die Verwendung von gc_disable () zur Optimierung der Leistungsschlüsselbereiche und Dereference -Objekte über die Clear () -Methode des ORM.

Mit Bref ermöglicht es PHP-Entwicklern, skalierbare, kostengünstige Anwendungen zu erstellen, ohne Server zu verwalten. 1.Bref bringt Php nach AWSLambda, indem er eine optimierte PHP -Laufzeitschicht bereitstellt, Php8.3 und andere Versionen unterstützt und sich nahtlos in Frameworks wie Laravel und Symfony integriert. 2.. 3. Führen Sie den Befehl ServerlessDeploy aus, um die Bereitstellung abzuschließen, apiCateway automatisch zu konfigurieren und Zugriffs -URLs zu generieren. 4. Für Lambda -Beschränkungen bietet BREF Lösungen.

LaraveloctoctIneisaperformance-boostingpackagethatimProvesResponSetimes und ThroughputbyseringlaravelApplicationsviassweoole, OpenSWOOLE, ORROADRUNNER.1

UsearestapitobridgephpandmlmodelsbyrunningThemodelinpythonviaplaskorfastapiandcallingitFrompusingCurlorguzzle.2.RunpythonScriptsDirectlyfrompusexec () orshell_exec () Forsimple, Low-TrafcuStates, und Low-Trafficusecases

ReadOmpropertiesinphp8.2canonlyBeSignedoncinstructororatDeklarationandCannotBemodifiedAfterward, durchsetzungsvermutbarkeitatheluagelevel.2.ToachedevimmiMmutability, WrapMutabletypesLikearrayObjecustomimmutablecollections

LaraveloctoNeisusefulforMProvingPerformanceInHigh-Traffic, niedrige Latenz-, Orreal-TimeApplications-Byke-Keepthelaravelframe-Laden-Anpassungswooleororoadrunner.1.itexcelsinHigh-Travaficapplication-ByRectorvera-Responsetimethroughpersistentapentapaplitentape
