博客
关于我
我的代码规范
阅读量:669 次
发布时间:2019-03-11

本文共 572 字,大约阅读时间需要 1 分钟。

  • 全局变量命名应加以" g_ "前缀,建议尽量减少或消除全局变量的使用,采用本地作用域变量以提高代码的可维护性和安全性。

  • 静态变量命名应采用" s_ "前缀,以便区分清楚变量类型,增强代码可读性。

  • 文件命名应统一采用小写字母和下划线的组合,保持简洁明确。注意各操作系统下文件名区分性的差异,尤其是在跨平台开发时,建议使用小写加下划线的方式。

  • 函数名应采用驼峰命名法,即第一个单词小写,其余单词首字母大写。例如,processOrder() 是一个有效的驼峰命名例子,能够提升函数名的可读性和专业性。

  • 类名、接口和类型名称应遵循驼峰命名法,即首字母除第一个外,其余均大写,并使用明确的命名风格,帮助建立强有力的概念区分。

  • 变量命名应全小写并采用下划线分隔,例如user_messagetotal_count,确保命名统一且易于理解。

  • 类或接口名称后应加上下划线,避免命名冲突或误解,例如MyClassYourClass 明确区分,后者更适合大型项目。

  • 常量命名应以" K "开头,例如K fig(jTextField),便于快速识别和管理常量,确保代码稳定性和可维护性。

  • 枚举命名应与常量或宏保持一致,避免命名冲突。例如,在 Java 中使用enum Status { ACTIVE, INACTIVATE },确保枚举命名清晰且易于管理。

  • 转载地址:http://byntz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | T-Rex Label !超震撼 AI 自动标注工具,开箱即用、检测一切
    查看>>
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
    查看>>
    OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
    查看>>
    OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
    查看>>
    OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
    查看>>
    OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
    查看>>
    OpenCV与AI深度学习 | 什么是 COCO 数据集?
    查看>>
    OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
    查看>>
    OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
    查看>>
    OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
    查看>>
    OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
    查看>>
    OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
    查看>>
    OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
    查看>>
    OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
    查看>>
    OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
    查看>>