——读《编程珠玑I》有感：
Program.Program better. Program faster.
要从事软件开发，首先要学会编程。如何编程呢？如何编写更高效更优雅的程序呢？《编程珠玑》通过简单而熟悉的示例，揭示了许多非常有益的编程原理和技巧，极具启发性。
基本流程：
问题定义—— 应用框架与界面设计 —— 选择合适的数据结构和高效的算法（对象和消息）—— 性能估计 —— 接口声明 —— 伪代码 —— 程序验证—— 编码 —— 测试与调试 —— [代码优化]—— 代码重审和回顾。
问题定义：赢在起点。清晰明确的问题描述和定义几乎决定成功的一半。作为问题求解，如何正确地理解问题，从何种视角去思考问题，往往会产生天壤之别的结果；作为软件开发，“有所为而有所不为”，应当作为基本准则。谁都期望能够开发出性能强劲的、多能多才的软件，但并不是谁都能够承受这样的研发成本（时间、资金和人力）。在成本与所能获得的最终产品之间，必须作出合适的权衡和折衷。
经过良好抽象的问题，更容易得到可复用的问题解决方案。比如，《编程珠玑I》第12章，取样问题，从随机选区列表抽样，抽象成“从n个整数中随机抽取m个有序整数”的问题；这样，问题的解决方案还可以用于其它领域的抽样问题。
应用框架和界面设计： 在明确问题的求解目标之后， 就要思考如何求解问题了。 通常会有一个初步的思想，然后逐渐形成整个比较成熟的方案和应用框架。 与此同时， 定义良好的界面设计也是非常关键的。 在界面之上， 是依靠界面服务的应用程序的实现； 在界面之下， 是用来提供界面服务的数据结构与算法的实现。
数据结构与算法：掌握一门语言，就可以开始编写程序；而数据结构和算法，则可以帮助写出更为强大的程序。 粗浅地将《编程珠玑》阅读了一遍，发现：计算机程序的根本仍然是： 数据结构 +算法。数据结构和算法通常还是估算和提高系统期望性能的关键环节。
对象和消息， 实际上是数据结构与算法的封装。 在面向对象程序中， 每一个类都是一些绑定在一起的“小数据结构”和“小算法”的携带者， 通过接口提供自己的服务；每一个对象都是状态携带者， 通过状态的变化来表征系统的变化，从而实现系统的特征和功能。
数据结构有着非常重要的作用。有时候，复杂的逻辑，只要借助一定的数据视图，就能得到很大的简化，比如日期计算。《编程珠玑I》中谈到的重要数据工具有：超文本、值-对、字典、数据库、表格、模板等。
性能估计：通常，通过算法的大O分析来粗略了解系统可能达到的性能；另外，一定的粗略估算能力也是非常必要的（见编程珠玑第七章）：常识、关键参数、经验法则、量纲检验、安全系数。
接口声明：涉及到系统的设计。系统由哪些数据结构（或对象）组成，它们如何进行交互（函数，消息）以完成系统的功能； 仔细定义每一个接口的声明（功能描述、参数列表、返回值、前置条件、后置条件），并使之良好地协作。
伪代码：不要急于编程。使用伪代码来表达思路，勾勒程序的大致框架。这常常也会让思路更明晰：因为在这个过程中，通常可以发现系统有哪些子功能要实现，有利于模块化。
程序验证：你能保证自己编写的程序在任何时候都正确吗？还是仅在你视线所及的范围内正确？你期望写出的程序仅仅是看上去正确吗？当然，我们都希望能够早早完工，可是，急不得，懒不得。学习一定的程序验证技术，也是有益无害的事情。虽然起初可能麻烦一点，但一段时间习惯之后，就不会觉得怎么样了。万事开头难，过了槛就好了。
程序验证的常用方法：循环不变式和断言。这实际上是根据三种控制流来确立的技术。
编码：终于可以编写程序了。恐怕经过上述折腾，编写程序的兴致早就减得不剩多少了。可是，一切，都是为了编码更加顺利，更加有创造性。总不期望发现，编码就是在Ctrl+C/V；当编码到一定程度时，突然卡了壳；突然发现思路有问题；突然发现性能无法满足所期望的；突然发现，之前的努力都白费了？
很多人抱怨工作中的编码没有创造性可言，可是，有没有想过，你不去思考如何更有创造力的写程序，难道期望创造性自动跑到你面前吗？你不去努力使用算法、数据结构，难道它会自动跑到你跟前要求你去使用吗？你不去主动思考、勤于发现，难道你就指望奇迹自动降临于身？
编码时，尽力遵循良好的代码规范，使之可读性良好，为后面的代码重审和回顾打下良好的铺垫。
测试和调试：如何得到一段值得信赖的、可以放心复用的程序呢？苛刻的、彻底的测试。不要怕麻烦。凡事习惯就好了。编写自动化测试；掌握使用断言来进行调试。
程序测试通常可以分为两种： 自动化测试和手工测试。对于小数据集，0-10，可以构建自动化测试；另外，还要构建手工测试，使得能够对特殊情形进行测试。
代码优化： 代码优化通常意味着性能的小幅提升。通常是应用缓存原理，这需要对计算机组成和操作系统有深入的理解。代码优化通常意味着程序可靠性、可读性和可维护性的降低，程序复杂度的增加；因此要慎重进行。
代码重审和回顾：没有总结就没有进步；“写了代码就丢弃”也不能期望有进步。通过代码重审和回顾，进一步改进代码的质量：可用性、可读性、可扩展性、可移植性、安全性、可靠性。
其它：
大数据集处理问题：初学者可能通常会考虑 1– 100 之内的小数据集处理；但进入到软件开发领域，大数据集处理，海量数据处理，就成了一个必须考虑的问题。对于排序问题来说，当n < 50 ，或许采用插入排序就可以了；但当n等于几百万，几千万时，就不能采用插入排序了。这说明：小数据集的处理方案和大数据集的处理方案往往会是迥然不同的。
实用程序和工具箱：卓越的工匠都会备用自己喜爱的工具箱。程序员也不例外。初学者可能主要在于编程练习；但进入一定阶段之后，就必须考虑编写实用性强的工具和程序，而不是总停留在玩具程序的级别上。
标准库；实用程序；熟悉的IDE；开源小工具；常用数据结构；算法技术；正则表达式；数据库使用；编程技术；编程技巧；设计思路；问题求解方案；错误录；等等。
自动化重复工作：时常注意日常生活中是否有能够自动化的重复性工作，并通过编写实用程序和工具去简化它。如果当时因为时间来不及，那么，过后也应当尽力补上。
习惯的变革：人天性通常都是“能躺着就不站着”的，因此，培养了很多不好的习惯。程序员呢，通常期望能够快速编写出满足功能的程序，然后运行察看是否如预期，接着便丢到一边不再理会了。什么问题分析、伪代码？什么程序验证、测试？什么代码重审和回顾？都扔到一边去。结果是，你逃掉了一分钟的测试时间，却用了将近一小时调试时间来补偿。划得来吗？
其实，培养好的习惯，是一种一本万利的投资。只要最初一两个月坚持住，习惯成自然；之后，你便只是尽享好习惯带来的益处了。
从编程到软件开发
从某种意义上来说，在懂得《数据结构、算法技术、操作系统、组成原理》这些专业知识之后，再加上“勤于思考，善于追根究底”的探索精神，以及大量的编程实践，就可以逐渐掌握编程的基本原理和能力。
在学会编程之后，就可以阅读关于软件架构的书籍了，理解软件是如何构建起来的。数据库，计算机网络等等，实际上也是通过“编程原理+软件架构”的产物，只是它们可以被用来作为更大系统的组件。