代码规范《数学之美》读后感

news/2024/9/22 20:58:47/文章来源:https://www.cnblogs.com/llydbk/p/18425838

大厂代码规范:
一:代码要有比较良好的可读性,在必要的地方需要加上注释,一般较复杂的循环程序或函数要适当添加注释。代码不单单是给自己看也是给别人看的,大家读得懂自己的代码可以更好地发现问题并一起解决从而提高编程效率。
二:一些称谓尽量少用ABC代替 多使用一些有针对意义的词来代替。名字过于简单会难以区分为修改代码造成不必要的麻烦。而且起名不宜过长,过长的称谓不容易确认而且容易出错。一般遵循:作用域越大,名字越长,作用域越小,名字越短。
另外,起名不能带来歧义,要考虑到以后看见这个称谓自己或其他人会不会造成误解从而影响修改。例如S尽量不要指代为周长,R尽量不要指代为边长等等。
三:必要的空行和缩进有助于代码的美观清晰易懂,若一个代码块之间无空行和缩进,代码将会较难识别,并且不容易修改。语句顺序不能随意,比如与 html 表单相关联的变量的赋值应该和表单在 html 中的顺序一致。
四:关于注释,并非所有代码都需要注释,如果注释没有太大作用就会浪费时间。注释原则是:有好的名字就尽量不注释。
五:代码的函数表达式如果过长,一般都要进行拆分成短小多行代码,这样方便阅读。而且使用逻辑函数表达式之前,要斟酌时间复杂度,尽量选用较优方法来编写代码。
六:选取常量变量时,能少用就不要多用,过多的变量会给代码阅读带来较大影响,尤其是对于较长的代码块来说,变量过多会带来过大的负担
七:对于函数的调用,一般编写要遵循逐层优先级递减顺序。函数代码要放在一起集中管理 而非一个运行代码块一个函数。

读《数学之美》之“自然语言处理中的数学之美”有感
在阅读《数学之美》的“自然语言处理中的数学之美”这一章时,我深深地被吴军博士那深入浅出的讲解方式所吸引,仿佛打开了一扇通往数学与计算机科学奇妙融合的大门。这一章不仅让我对自然语言处理(NLP)这一领域有了更深刻的理解,也让我重新认识了数学在解决实际问题中的巨大潜力。
首先,吴军博士通过生动的实例,如机器翻译、语音识别等,展示了数学在自然语言处理中的广泛应用。他巧妙地运用统计学和概率论的知识,解释了复杂语言现象背后的数学规律。这让我意识到,数学不仅仅是数字和公式的堆砌,更是一种强大的工具,能够帮助我们解决看似无解的难题。
在这一章中,我最为震撼的是数学在分词技术中的应用。传统的分词方法往往基于规则,难以应对语言的复杂性和多样性。而吴军博士介绍的统计语言模型,通过计算词语在文本中出现的概率,来找到最优的分词方式。这种方法不仅大大提高了分词的准确性,还为我们提供了一种全新的思考方式——用数学去描述和解释语言现象。
此外,吴军博士还介绍了自然语言处理中的一些经典算法,如维特比算法、隐马尔可夫模型等。这些算法虽然复杂,但在吴军博士的讲解下,变得易于理解且充满趣味。我深刻体会到,数学之美不仅在于其简洁和优雅,更在于其能够解决实际问题,为我们的生活带来便利。
通过阅读这一章,我更加坚信了数学在科技和社会发展中的重要作用。它不仅仅是一门学科,更是一种思维方式,一种能够引领我们探索未知世界的强大力量。同时,我也被吴军博士那种对数学的热爱和执着所感染,他用自己的方式诠释了“数学之美”,让更多人感受到数学的魅力和价值。
总之,《数学之美》中的“自然语言处理中的数学之美”这一章,不仅让我学到了很多专业知识,更让我重新认识了数学的力量和美丽。我相信,在未来的学习和工作中,我会更加努力地学习数学,用数学去思考和解决问题。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/801699.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

CSP-S 2024 提高组初赛解析(更新至单项选择)

单项选择 1在 Linux 系统中,如果你想显示当前工作目录的路径,应该使用哪个命令? A pwd B cd C ls D echopwd : print working directory cd : 跳转到指定目录 ls : 列出当前目录的所有子文件和子文件夹 echo : 输出指定内容 2假设一个长度为n的整数数组中每个元索值互不相同…

[CVPR2024]DeiT-LT Distillation Strikes Back for Vision Transformer Training on Long-Tailed Datasets

在长尾数据集上,本文引入强增强(文中也称为OOD)实现对DeiT的知识蒸馏的改进,实现尾部类分类性能的提升。 动机ViT相较于CNN缺少归纳偏置,如局部性(一个像素与周围的区域关系更紧密)、平移不变性(图像的主体在图像的任意位置都应该一样重要)。因此需要大型数据集进行预…

MobaXterm24.2 分析

MobaXterm 目录MobaXterm0、启动窗口 TForm11、TForm1_FormCreatedecrypt_9FDA481)xxBase64Decode_9FD80C2)DecryptBytes_9FD9DC2、许可结构1) Type2) version_info_3A83) user_limit4) Version5) unuse6)NoGames7)NoPlugins解析函数parse_9FEB5Cothersub_A03F80TFormAbout…

ABC372 F 题解

ABC372 F 题解F - Teleporting Takahashi 2 先把问题转化一下:把环断开成链,复制 \((K + 1)\) 层,每走一步就相当于前进一层:可以想到一个简单的 dp:设 \(f(i, j)\) 表示走到第 \(i\) 层第 \(j\) 个位置的方案数。初始化:\(f(0, 1) = 1\),其它均为 \(0\),表示 Takahash…

【做题笔记】收集邮票 做题笔记

水。P4550 收集邮票展开目录 目录P4550 收集邮票ReadingStep 1Step 2Code彩蛋Reading \(k\ge 1\) 时,可以通过支付 \(k\) 元钱获得一张 \(n\) 种邮票中的某种邮票。这 \(n\) 种邮票等概率出现,求买到全部 \(n\) 种邮票的花费期望。 Step 1 \(k\) 次 \(k\) 元太难搞了,干脆直…

单机版 ClickHouse 部署和 SpringBoot 程序访问

ClickHouse 是俄罗斯的 Yandex 于 2016 年开源的列式存储数据库(DBMS),使用C++语言编写,主要用于在线分析处理查询(OLAP),能够使用SQL查询实时生成分析数据报告。 OLAP 为联机分析处理,专注于统计查询;OLTP 为联机事务处理,专注于增删改。 ClickHouse 的优势在于单表…

self supervised learning

self supervised learning 自监督学习,按照机器学习中传统分类方法,监督学习,无监督学习,强化学习,有些还会有半监督学习等。 监督学习,以计算机视觉领域中最简单的任务为例,给你一张只有一只狗的图,让你说这图是什么,你肯定说是狗。那么在计算机视觉任务重,给这图打…

用户验收测试指南8实施测试

8 实施测试 到目前为止,我们已经规划了我们的 UAT 演习,并制定了测试的总体战略,然后设计了所有测试并编写了测试脚本。现在,我们已准备好实施计划和进行测试。 在本章中,我们将介绍如何安排所有测试,以实现我们的测试策略,并根据验收标准评估系统。为此,我们需要记录所…

Linux中删除文本中所有的重复的字符保持唯一

001、[root@PC1 test]# ls a.txt [root@PC1 test]# cat a.txt ## 测试文本 abk akkkkccc 8777 ,,, aaaf 333444 --- uukk22 [root@PC1 test]# cat a.txt | tr -s [:alnum:] ## 删除连续的重复字符 abk akc 87 ,,, af 34 --- uk2 [root@PC1 test]# …

ConcurrentLinkedQueue详解(图文并茂)

前言 ConcurrentLinkedQueue是基于链接节点的无界线程安全队列。此队列按照FIFO(先进先出)原则对元素进行排序。队列的头部是队列中存在时间最长的元素,而队列的尾部则是最近添加的元素。新的元素总是被插入到队列的尾部,而队列的获取操作(例如poll或peek)则是从队列头部…

Linux 中实现文本中所有的单词的第一个字符大写,其余字符小写

001、[root@PC1 test]# ls a.txt [root@PC1 test]# cat a.txt ## 测试数据 afdf eDET FDSS FFde fexk mxnd [root@PC1 test]# cat a.txt | awk {for(i = 1; i <= NF; i++) {$i = toupper(subst…