31 天重构学习笔记3. 提升方法

简介:
摘要:由于最近在做重构的项目,所以对重构又重新进行了一遍学习和整理,对31天重构最早接触是在2009年10月份,由于当时没有订阅 Sean Chambers的blog,所以是在国外的社区上闲逛的时候链接过去的。记得当时一口气看完了整个系列并没有多少感觉,因为这些基本上项目都 在使用,只是我们没有专门把它标示和整理出来,所以也没有引起多大的重视。现在突然接手这个重构项目,由于团队成员技术和经验参差不齐,所以有必要专门整 理一个重构的纲要,当然这个系列也非常适合做新系统的代码规范参考,只要有代码的地方,这个重构规范就很有价值。周末也不想出去闲逛,因为在刚到这个美丽 的城市,没有亲戚或者朋友,所以就才能静下心来两天时间写完这个重构参考规范。同时也感受了Windows Live writer写文章的快感。当然重构的整体的架构得另当别论(整体架构在我的这篇文章有专门的讲解( http://www.cnblogs.com/zenghongliang/archive/2010/06/23/1763438.html)。 大的架构设计好了以后,这些重构小点就成了点将之后的大军作战了,所以这些重构小点对整个项目也是至关重要。31天重构这个系列和《代码大全》、《重构: 改善既有代码的设计》比较起来最大的特点就是比较简单、浅显易懂。那么我这些文章也都是学习Sean Chambers的31天重构的笔记整理,所以如果大家对这个笔记有任何异议也可以指出,具体也可以通过 http://www.lostechies.com/blogs/sean_chambers/archive/2009/07/31/31-days-of-refactoring.aspx查 看原文。
 
概念:提升方法是指将一个很多继承类都要用到的方法提升到基类中。
 
正文:提升方法是指将一个很多继承类都要用到的方法提升到基类中,这样就能减少代码量,同时让类的结构更清晰。如下代码所示,Turn方法在子类 Car Motorcycle 都会用到,因为 Vehicle 都会有这个方法,所以我们就会想到把它提到基类中。
namespace LosTechies.DaysOfRefactoring.PullUpMethod.Before
{
public abstract class Vehicle
{
// other methods
}

public class Car : Vehicle
{
public void Turn(Direction direction)
{
// code here
}
}

public class Motorcycle : Vehicle
{
}

public enum Direction
{
Left,
Right
}
}
重构后的代码如下,那么现在 Car Motorcycle 都具有Turn这个方法,如果这个方法修 改也只需要修改基类即可,所以给维护和以后的重构带来了方便。
namespace LosTechies.DaysOfRefactoring.PullUpMethod.After
{
public abstract class Vehicle
{
public void Turn(Direction direction)
{
// code here
}
}

public class Car : Vehicle
{
}

public class Motorcycle : Vehicle
{
}

public enum Direction
{
Left,
Right
}
}
这个重构要根据具体情况使用,如果不是每个子类都有这个方法的话,可以考虑使用接口或者其他方式。

















本文转自KnightsWarrior51CTO博客,原文链接:http://blog.51cto.com/knightswarrior/340465  ,如需转载请自行联系原作者
相关文章
|
SQL 缓存 关系型数据库
API 接口性能优化管理
本文探讨了国内项目中常见的接口性能问题及其优化策略。面对紧张的工期与多样的编码习惯,文章系统地分析了性能需求、确立了性能标准,并详细列举了常见的性能瓶颈,如循环调用数据库、不当的SQL编写及数据处理方式等。针对这些问题,提出了包括配置调整、代码改进、数据库优化、引入缓存机制、利用异步处理等在内的多种解决方案,并强调了可观测性工具的重要性。通过这些方法,能有效提升接口性能和用户体验。
|
API 开发工具 Android开发
Android Studio2.x版本无法自动关联源码的解决方法
Android Studio2.x版本无法自动关联源码的解决方法
507 0
Android Studio2.x版本无法自动关联源码的解决方法
|
10天前
|
数据采集 人工智能 安全
|
5天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
317 164
|
4天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
323 155