Python - 抽象類別

Python的library中，有東西能協助建立抽象類別與抽象方法。

from abc import ABCMeta, abstractmethod  # abstract class

class base(metaclass = ABCMeta):
   
    @abstractmethod
    def foo(self):
        pass

如此一來，繼承base類別就一定要覆寫foo方法。

Python - 不確定參數與屬性

Python傳遞不確定的參數值：

def foo1(opt, *args, **kwargs):
    # expressions

在這裡，opt是確定的參數，不確定的參數有args和kwargs，args的資料型態為tuple， kwargs的資料型態為dict。

foo1(1, True, "hello", data = "world", size = 8)

上面這一行呼叫了foo1，並傳遞五個參數值，進入foo1後，參數分別為：

opt = 1
args = (True, "hello")
kwargs = {"data" : "world", "size" : 8}

在使用繼承類別時，如果有多種形態的繼承類別，利用傳遞不確定的參數值，可以做到彈性的呼叫。



Python也可以傳遞不確定的屬性給物件：

class base():

    def setParameters(self, **params):
        for key, value in params.items():
            setattr(self, key, value)

    def run(self, out, **options):
        data = getattr(self, "data", "")
        length = getattr(self, "len", 0)

利用setattr和getattr這兩個內建函式，做到動態賦予物件屬性。這種寫法也是為了彈性設計。

Python - decorator運用(2)

在撰寫函式時，因為python的特性，不會去檢查回傳值的資料型態是否正確，也不會去檢查是否遺漏回傳值，這對於撰寫複雜一點的函式容易有疏忽的地方，這時候就能靠decorator做一些協助，例如遺漏回傳值時補上預設回傳值，或者回傳值型態錯誤時丟出例外錯誤。

import functools

## Check return type and value.
#  @details The return value could be one following situation:
#            1. value type is specified in the \a cls;
#            2. None;
#            3. value type is not specified and not None.
#   
#            In the 1st situation, return original value.
#            In the 2nd situation, if allow_none is true, return None; otherwise, return \a default.
#            In the 3rd situation, raise SyntaxError.
#  @param   default is the default return value.
#  @param   cls is the specified return value type.
#  @param   allow_none - if true, the return value could be None; otherwise, the return value must be assigned.
#  @exception   SyntaxError

def checkReturn(default, allow_type = None, allow_none = False):
   
    def check_decorator(function):
       
        def decorator_wrapper(*args, **kwargs):
            result = function(*args, **kwargs)
           
            cls = allow_type
            try:
                if allow_type is None:
                    cls = (type(default),)
                elif not issubclass(allow_type, tuple):
                    cls = (allow_type,)
            except Exception as e:
                raise
           
            if type(result) in cls:
                pass
            elif result is None:
                if allow_none:
                    pass
                else:
                    result = default
            else:
                raise SyntaxError("The type of return value {0} is not in {1}.".format(result, cls))
            return result
       
        return decorator_wrapper
   
    return check_decorator

Python - decorator運用(1)

在trace程式碼的時候，尤其是多執行緒的程式碼，想知道函式的呼叫情況，此時會記錄函式的進出資訊。在python，可以使用decorator幫助記錄。

import functools
import time

def logFunc(logger = None):
   
    def log_decorator(function):
       
        @functools.wraps(function)
        def decorator_wrapper(*args, **kwargs):
            if logger is None:
                print("{2} [Debug] Enter {0}.{1}".format(function.__module__, function.__name__, time.asctime()))
                result = function(*args, **kwargs)
                print("{2} [Debug] Exit {0}.{1}".format(function.__module__, function.__name__, time.asctime()))
            else:
                logger.debug("Enter {0}.{1}".format(function.__module__, function.__name__))
                result = function(*args, **kwargs)
                logger.debug("Exit {0}.{1}".format(function.__module__, function.__name__))
            return result
       
        return decorator_wrapper
   
    return log_decorator

另外，有時需要記錄函式的執行時間，一樣可以使用decorator幫助記錄。

import functools
import time

def logTime(logger = None):
   
    def time_decorator(function):
       
        def decorator_wrapper(*args, **kwargs):
            start = time.time()
            result = function(*args, **kwargs)
            end = time.time()
            if logger is None:
                print("{3} [Debug] {0}.{1} spent {2:.3f} seconds.".format(function.__module__, function.__name__, end - start, time.asctime()))
            else:
                logger.debug("{0}.{1} spent {2:.3f} seconds.".format(function.__module__, function.__name__, end - start))
            return result
       
        return decorator_wrapper
   
    return time_decorator

在這裡的logger是指logging.logger。

decorator的使用方式為：

@logFunc(logger)
def foo1():
  # expressions

@logTime(logger)
def foo2():
  # expressions 

C++ - 整數運算之溢位偵測

整數運算中，最容易產生溢位問題的估計是階層運算。設計一個factorial遞回函式來運算階層，輸入是一個整數N，輸出則為N!的結果，輸入和輸出的整數資料型態一致，假設使用unsigned int作為整數資料型態，該factorial函式表示如下：

unsigned int factorial(unsigned int N)
{
    return (N == 0 || N == 1) ? 1 : N * factorial(N - 1);
}

這是很簡單的一個寫法，用unsigned int是因為階層的定義要求為正整數或0。這個寫法並沒考量到溢位問題，當輸入的N為13時，就會產生溢位問題。

如果是兩個整數相加，溢位會多增加一個位元，可以檢查兩個整數相加是否會有進位現象，進位後會不會超出資料型態的位元數，來判斷相加會不會產生溢位。

可是階層運算是乘法運算，無法用相加的溢位判斷方式，而要用其他的方式判斷。

方式一：溢位旗標的判斷。因為暫存器的關係，僅適用於int、unsigned int等32位元的整數資料型態，若用於其他位元數的整數資料型態會判斷錯誤。

unsigned int factorial(unsigned int N)
{
    unsigned int product = 0;
    product = (N == 0 || N == 1) ? 1 : N * factorial(N - 1);
    __asm jo overflowed;
    if (0)
    {
overflowed:
        throw(std::out_of_range("Overflowed"));
    }
    return product;
}

方法二：除法運算檢查。適用各種整數資料型態。

int factorial(int N)
{
    int product = 0;
    if (N < 0) // 限定N為正整數或0
    {
        throw(std::out_of_range("Negative integer"));
    }
    if (N == 0 || N == 1)
    {
        product = 1;
    }
    else
    {
        int multiplicand = factorial(N - 1);
        product = N * multiplicand;
        if (product / N != multiplicand) throw(std::out_of_range("Overflowed"));
    }
    return product;
}

方法三：自訂BigInteger的資料型態。 BigInteger的數字是使用字元陣列來表示，運算採取字元陣列的方式做運算，加減乘除也需要自訂，因為是用字元陣列來表示一個數字，所以該數字理論上可以無限大（實際上會受限字元陣列所能表示的最大長度）。

方法二就已經足夠使用，方法三就留給以後需要的時候再來實作。

Doxygen - 圖形化類別關聯性

Doxygen是一套利用程式註解的方式，建立出程式說明文件的軟體。
Graphviz是一套利用命令和參數畫出關係圖的軟體。
Doxygen產出文件時，可以透過參數設定，使用Graphviz來繪圖。操作步驟為：

1. 先安裝Doxygen和Graphviz這兩套軟體。
2. 設定環境變數，將Graphviz安裝路徑\bin設定在環境變數path。
3. 設定Doxygen的執行參數。如果是使用doxygen參數檔的方式，HAVE_DOT這個參數要設定為YES，其他與dot相關的參數則可自行調整。如果是使用wizard圖形視窗的方式，在Expert頁籤的Topics選單中有個Dot項目，點選Dot後，將HAVE_DOT勾選起來，其他相關參數則可自行調整。

最後，建立完文件，在類別分類中就可以看到關係圖了。

Python - 函示宣告與呼叫順序

Python因為是直譯式語言，函式必須要先宣告才能呼叫，所以很常看到main函式寫在程式檔案的後面。但是，如果想先寫呼叫再宣告函式，也是可以的，只要利用from import：(範例檔為test.py)

from test import *
if __name__ == "__main__":
    main()

def main():
    print("main")
    sub()
  
def sub():
    print("sub")

執行後的輸出為：

main
sub