谷歌大牛的 C 语言编程建议和技巧

Rob Pike 是谷歌公司最著名的软件工程师之一，曾是贝尔实验室 Unix 开发团队成员，Plan 9 操作系统开发的主要领导人，Inferno 操作系统开发的主要领导人。他是缔造 Go 语言和 Limbo 语言的核心人物。和 Brian Kernighan 合著过两本书：《The Unix Programming Environment》 和 《程序设计实践(The Practice of Programming)》。

本文介绍的建议和技巧，是 Rob Pike 写于 1989 年 2 月，伯乐在线编译如下。

介绍

Kernighan 和 Plauger 编写的《The Elements of Programming Style》，是一本很重要而且公认有很大影响力的书。但有时候我觉得对于书中的简洁规则，可以看做是一种好的烹饪方法，而不是想简洁的表达一种哲学思维。倘若这本书声称应该有意义地选择变量名称，那么难道他们文章中对变量的命名更好？难道 MaximumValueUntilOverflow 比 maxval 更好吗？ 我不这么认为。

下面是一篇简短的文章，总体上鼓励在编程时应有清晰的哲学思维，而不是给予硬性规则。我并不希望你们能认可所有的东西，因为它们只是观点，观点会随着时间的变化而变化。可是，如果不是直到现在把它们写在纸上，长久以来这些基于许多经验的观点一直积累在我的头脑中。因此希望这些观点能帮助你们，了解如何规划一个程序的细节。（我还没有看到过一篇讲关于如何规划整个事情的好文章，不过这部分可以是课程的一部分）要是能发现它们的特质，那很好；要是不认同的话，那也很好。但如果能启发你们思考为什么不认同，那样就更好了。在任何情况下，都不应该照搬我所说的方式进行编程；要用你认为最好的编程方式来尝试完成程序。请一以贯之而且毫不留情的这么做。

欢迎您的评论。

1、排版问题

程序是一种出版物。意味着程序员们会先阅读（也许是几天、几周或几年后的你自己阅读），最后才轮到机器。机器的快乐就是程序能编译，机器才不在乎程序写的有多么漂亮，可是人们应该保持程序的美观。有时人们会过度关心：用漂亮的打印机呆板地打印出漂亮的输出，而这些输出只是将所有介词用英文文本以粗体字体凸显出来，都是些与程序无关的细节。虽然有很多人认为程序就应该像 Algol­68 所描述的一样（有些系统甚至要求照搬该风格编写程序），可清晰的程序不会因为这样的呈现而变得更清晰，只会使糟糕的程序变得更可笑。

对于清晰的程序来说，排版规范一向都是至关重要的。当然，众所周知最有用的是缩进，但是当墨水遮盖了意图时，就会控制住排版。因此即便坚持使用简单的旧打字机输出，也该意识到愚蠢的排版。避免过度修饰，比如保持注释的简洁和灵活。通过程序整齐一致地说出想表达的。接着往下看。

2、变量命名

对于变量名称，长度并不是名称的价值所在，清晰的表达才是。不常用的全局变量可能会有一个很长的名称，像 maxphysaddr。在循环中每一行所使用的数组索引，并不需要取一个比 i 更详尽的名字。取 index 或者 elementnumber 会输入更多的字母（或调用文本编辑器），并且会遮盖住计算的细节。当变量名称很长时，很难明白发生了什么。在一定程度上，这是排版问题，看看下面

        for( i = 0 to 100)

                array[i] = 0;

vs.

       for(elementnumber = 0 to 100)

                array[elementnumber] = 0;

现实例子中的问题会变得更糟。所以仅需把索引当成符号来对待。

指针也需要合理的符号。np 仅仅只是作为指针 nodepointer 的助记符。如果一贯都遵从命名规范，那么很容易就能推断出 np 表示“节点指针”。在下一篇文章中会提到更多。

同时在编程可读性的其它方面，一致性也是极其重要的。假使变量名为 maxphysaddr，则不要给同级关系的变量取名 lowestaddress。

最后，我倾向于「最小长度」和「最大信息量」的命名，并让上下文补齐其余部分。例如：全局变量在使用时很少有上下文帮助理解，那么它们的命名相对而言更需要令人易懂。因此我称 maxphyaddr （不是 MaximumPhysicalAddress）作为一个全局变量名，对于在本地定义和使用的指针来说 np 并不一定是 NodePoint。这是品味的问题，但品味又与清晰度相关。

我避免在命名时嵌入大写字母；在我经验丰富的双眼中，它们的阅读舒适性太别扭了，像糟糕的排版一样令人心烦。

3、指针的使用

C 语言不同寻常，因为它允许指针指向任何事物。指针是锋利的工具，像任何这样的工具一样，使用得当可以产生令人愉悦的生产力，但使用不当也可以造成极大的破坏（在写这篇文章的前几天，我把木工凿插到拇指里了）。指针在学术界的名声不太好，因为它太危险了，莫名其妙地就变得糟糕的不行。但我认为它是强大的符号，它可以帮助我们清楚地自我表达。

思考：当有指针指向对象时，对于那个对象，确切地说它只是名称，其它什么也不是。听起来很琐碎，但看看下面的两个表达式：

        np

        node[i]

第一个指向一个 node（节点），第二个计算为（可以说）同一个 node。但第二种形式是不太容易理解的表达式。这里解释一下，因为我们必须要知道 node 是什么，i 是什么，还要知道 i 和 node 与周围程序之间相关（可能不是很详细）的规则是什么。孤立的表达式并不能说明 i 是 node 的有效索引，更不用提是我们想要元素的索引。如果 i、j 和 k 都是 node 数组中的索引将很容易出差错，而且连编译器都不能帮助找出错误。当给子程序传参数时，尤其容易出错：指针只是一个单独的参数；但在接收的子程序中必须认为数组和索引是一体的。

计算为对象表达式本身，比该对象的地址更不易察觉，而且容易出错。正确使用指针可以简化代码：

        parent->link[i].type

vs.

lp->type.

如果想取下一个元素的 type 可以是

       parent->link[++i].type

或

        (++lp)->type.

i 前移，但其余的表达式必须保持不变；用指针的话，只需要做一件事，就是指针前移。

把排版因素也考虑进来。对于处理连续的结构体来说，使用指针比用表达式可读性更好：只需要较少的笔墨，而且编译器和计算机的性能消耗也很小。与此相关的问题是，指针类型会影响指针正确使用，这也就允许在编译阶段使用一些有用的错误检测，来检查数组序列不能分开。而且如果是结构体，那么它们的标签字段就是其类型的提示。因此

             np->left

是足以让人明白的。如果是索引数组，数组将取一些精心挑选的名字，而且表达式也会变得更长：

             node[i].left.

此外，由于例子变得越来越大，额外的字符更加让人恼火。

一般来说，如果发现代码中包含许多相似并复杂的表达式，而且表达式计算为数据结构中的元素，那么明智地使用指针可以消除这些问题。考虑一下

        if(goleft)

             p->left=p->right->left;

        else

             p->right=p->left->right;

看起来像利用复合表达式表示 p。有时这值得用一个临时变量（这里的 p）或者把运算提取成一个宏。

4、过程名称

过程名称应该表明它们是做什么的，函数名称应该表明它们返回什么。函数通常在像 if 这样的表达式使用，因此可读性要好。

        if(checksize(x))

是没有太大帮助的，因为不能推断出 checksize 错误时返回 true，还是非错误时返回。相反

        if(validsize(x))

使这点能清晰表达，并且在常规使用中将来也不大可能出错。

5、注释

这一个微妙的问题，需要自己体会和判断。由于一些原因，我倾向于宁可清除注释。第一，假如代码清晰，并且使用了规范的类型名称和变量名称，应该从代码本身就可以理解。第二，编译器不能检查注释，因此不能保证准确，特别是代码修改过以后。误导性的注释会非常令人困惑。第三，排版问题：注释会使代码变得杂乱。

但有时我会写注释，像下文一样仅仅只是把它们用于介绍。例如：解释全局变量的使用和类型（我总是在庞大的程序中写注释）；作为一个不寻常或者关键过程的介绍；或标记出大规模计算的一节。

糟糕注释风格，有一个典型的例子：

        i=i+1;           /* Add one to i */

还有更烂的做法：

        /**********************************

         *                                *

         *          Add one to i          *

         *                                *

         **********************************/

 

                       i=i+1;

先不要嘲笑，等到在现实中看到再去吧。

或许除了诸如重要数据结构的声明（对数据的注释通常比对算法的更有帮助），这样至关重要部分之外，需要避免对注释的“可爱”排版和大段的注释；基本上最好就不要写注释。如果代码需要靠注释来说明，那最好的方法是重写代码，以便能更容易地理解。这就把我们带到了复杂度。

6、复杂度

许多程序过于复杂，比需要有效解决的问题更加复杂。这是为什么呢？大部分是由于设计不好，但我会跳过这个问题，因为这个问题太大了。然而程序往往在微观层面就很复杂，有关这些可以在这里解决。

规则 1：不要断定程序会在什么地方耗费运行时间。

瓶颈总是出现在令人意想不到的地方，直到证实瓶颈在哪，不要试图再次猜测并加快运行速度。

规则 2：估量（measure）

在没有对代码做出估量之前不要优化速度，除非发现最耗时的那部分代码，要不也不要去做。

规则 3：当 n 很小时（通常也很小），花哨的算法运行很慢。

花哨算法有很大的常数级别复杂度。在你确定 n 总是很大之前， 不要使用花哨算法。（即使假如 n 变大，也优先使用规则 2）.例如，对于常见问题，二叉树总比伸展树高效。

规则 4：花哨的算法比简单的算法更容易有 bug，而且实现起来也更困难

尽量使用简单的算法与简单的数据结构。

以下几乎是所有实际程序中用到的数据结构：

• 数组

• 链表

• 哈希表

• 二叉树

当然也必须要有把这些数据结构灵活结合的准备，比如用哈希表实现的符号表，其中哈希表是由字符型数组组成的链表。

规则 5：以数据为核心

如果选择了适当的数据结构并把一切都组织得很有条理性，算法总是不言而喻的。编程的核心是数据结构，而不是算法。（参考 Brooks p. 102）

规则 6：就是没有规则 6

7、数据编程

不像许多 if 语句，算法或算法的细节通常以紧凑、高效和明确的数据进行编码。眼前的工作可以编码，归根到底是由于其复杂性都是由不相干的细节组合而成。分析表是典型例子，它通过一种解析固定、简单代码段的形式，对编程语言的语法进行编码。有限状态机特别适合这种处理形式，但是几乎任何涉及到对构建数据驱动算法有益的程序，都是将某些抽象数据类型的输入“解析”成序列，序列会由一些独立“动作”构成。

也许这种设计最有趣的地方是表结构有时可以由另一个程序生成（经典案例是解析生成器）。有个更接地气的例子，假如操作系统是由一组表驱动，这组表包含连接 I/O 请求到相应设备驱动的操作，那么可以通过程序“配置“系统，该程序可以读取到某些特殊设备与可疑机器连接的描述，并打印相应的表。

数据驱动程序在初学者中不常见的原因之一是由于 Pascal 的专制。Pascal 像它的创始人一样，坚信代码要和数据分开。因而（至少在原始形式上）无法创建初始化的数据。与图灵和冯诺依曼的理论背道而驰，这些理论可都是定义存储计算机的基本原理。代码和数据是一样的，或至少可以算是。还能怎样解释编译器的工作原理呢？（函数式语言对 I/O 也有类似的问题）

8、函数指针

Pascal 专制的另一个结果是初学者不使用函数指针。（在 Pascal 中没有把函数作为变量） 用函数指针来处理编码复杂度会有一些令人感兴趣的地方。

指针指向的程序有一定的复杂度。这些程序必须遵守一些标准协议，像要求一组都是相同调用的程序就是其中之一。除此之外，所要实现的只是完成业务，复杂度是分散的。

有个协议的主张是既然所有使用的功能相似，那么它们的行为也必须相似。这对简单的文档、测试、程序扩展和甚至使程序通过网络分布都有帮助——远程过程调用可以通过该协议进行编码。

我认为面向对象编程的核心是清晰使用函数指针。规定好要对数据执行的一系列操作，以及对这些操作响应的整套数据类型。将程序合拢到一起最简单的方法是为每种类型使用一组函数指针。简而言之，就是定义类和方法。当然，面向对象语言提供了更多更漂亮的语法、派生类型等等，但在概念上几乎没有提出额外的东西。

数据驱动程序与函数指针的结合，变成了一种表现令人惊讶的工作方法。根据我的经验，这种方法经常会产生惊喜的结果。即使没有面向对象语言，无需额外的工作也可以获得 90％ 的好处，并且能更好地管理结果。我无法再推荐出更高标准的实现方式。我所有的程序都是由这种方式组织管理，而且经过多次开发后都相安无事——远远优于缺少约束的方法。也许正如所说：从长远来看，约束会带来丰厚的回报。

9、包含文件

简单规则：包含（include）文件时应该永远不要嵌套包含。

如果声明(在注释或隐式声明里)需要的文件没有优先包含进来，那么使用者（程序员）要决定包含哪些文件，但要以简单的方式处理，并采用避免多重包含的结构。多重包含是系统编程的祸根。将文件包含五次或更多次来编译一个单独的 C 源文件的事情屡见不鲜。Unix 系统中 /usr/include/sys 就用了这么可怕的方式。

说到 #ifdef，有一个小插曲，虽然它能防止读取两次文件，但实际上经常用错。#ifdef 是定义在文件本身中，而不是文件包含它。结果是常常导致让成千上万不必要的代码通过词汇分析器，这是(优秀编译器中)耗费最大的阶段。

只需遵从以上简单规则。

  延伸阅读  

有人认为，现在是java和.net的时代，有谁还需要C以及汇编呢？孰不知，java和.net是建立在软件之上的，是为了垄断市场而建立起来的体系， 犹如挖好一个金壁辉煌的坑，请你往下跳，还自以为站在巨人的肩膀上，事实上成了坑底之蛙。

要成为一个真正的程序员，并期望成为一个程序员高手，必须从机器出发，从cpu到操作系统，再到软件体系，高手的境界就是悟道后的明镜灵台，软件设计出神入化，我就是程序，程序就是我。

C语言是各大操作系统的基础，Unix、Linux、Windows其内核都清一色是C语言开发的，(某些地方是和汇编语言混合开发的)，君不见 WindowsAPI都是C语言函数的接口？

Unix/Linux绝大多数应用都是C语言开发的；Windows应用程序用纯API开发已然不多，大多都是依靠某种ApplicationFramework，比如所谓的VC++，其实就是指VCIDE+C++语言+MFC(现在重点已转向ATL、 WTL)，但是Windows服务、网络、驱动程序等底层软件，还是C语言开发的。

各种语言的编译器，包括java虚拟机，都是用C语言开发的。各种嵌入 式设备，如手机、PDA也都是C语言开发的。

 下面是一些个人建议：

多看课本、代码

由于C语言灵活、强大，初学者要全面地掌握它非常吃力，因此在学习C语言的过程中，要多看课本、代码。

首先一定要熟练掌握变量、常量、基本数据类型、库函数及特点和运用、运算符、表达式及语句、C语言编写的基本格式。再次要掌握C语言的流程控制语句、数组、函数、指针等基础知识，上述知识熟练后就可以学习链表、队列、树、图等知识。

最后要熟练各个知识点的运用，可以把学习的重点放在函数的设计框架、参数设计、返回值设计等关键问题上。

学好数学、英语

在C语言的学习过程中，一般有大量的算法和数据结构需要去了解（大一同学在大二会接触这些知识），许多算数运算和逻辑运算、关系运算、循环结构都可以利用数学知识来完成的，同样许多算法都是为了完成数学领域的计算。

编写程序是为了让计算机可以代替人操作运算过程，从而减少人力。

可见数学在计算机学习中的重要地位，有了数学知识，你会发现数据结构与算法原来也是很简单的。

同理，在C语言的学习过程中，我们会用到大量的英语知识。对于编程来说，英语的作用体现在阅读英文文档，适应国际化的编程环境，我们要记住常用的一些C语言中用到的词汇，也就是诸多的关键字。

理论联系实践，重视上机试验

计算机专业的大部分课程都是通过实践来检验学习成果的，更重要的是要将所学的理论知识都要在实践中更好的发挥。

编程序是个实干的活，光说不练不行。

刚开始学的时候可以多练习书上的习题。对于自己不明白的地方，自己编个小程序实验一下是最好的方法，能给自己留下深刻的印象。

自己动手的过程中要不断纠正自己不好的编程习惯和认识错误 C语言也是一门实践性很强的课程，既要掌握概念，又要动手编程、上机调试运行。

养成上机前分析题目，并编出程序源代码的好习惯，编程时要注意程序的格式、标点符号等，同时调试程序时要有耐心，有时一个程序可能要修改多次，甚至于费了不少劲还是没结果。

要不断向老师或者同学请教，不断地查阅资料，所以编程千万不可遇难而退，这个时候是决定你水平提高的关键，一定要坚持到底。大家对自己要有自信，对学好C语言课程要有信心，这样我们才会有一个好的学习状态并改正BUG。

程序调试成功后，要总结分析出自己在编写程序时都出现了那些不足，在以后的解题过程中自己应该注意的问题。上机调试程序成功后要完成实验报告，逐步积累调试程序的经验。培养自己良好的编程习惯。

养成良好的编程习惯

（1）在比较复杂的代码后面要有注释。如果光溜溜一堆代码，别人就不可能看懂你的代码，而且也不利于查找错误。除非你一直编东西给自己看。能在代码里说明白的就一定要在代码里体现。比如变量名、函数名，在命名的时候尽量说明是干什么用的。

（2）注意语句的嵌套不要太长，把主函数尽量写简短。经常看到别人的代码是主函数只有几行，几个函数调用，而定义全在主函数外部。这样一是减少了主函数内部的嵌套，二是比较精简，容易读懂。

（3）注意语句的选择。并不是分支语句就用if循环就用while、for。在适当的情况下switch和dowhile语句也是要用的。在某些时候，switch语句比if语句更加精练明了，而dowhile比while少一个循环。