Develop code

欢迎来到程序开发的世界！

在本章中，我们将从“像计算机一样思考”转向真正的实作！程序开发是计算机科学的核心。在这里，你的创意将转化为实际运行的应用程序和软件。无论你是立志成为专业开发者，还是只想在考试中取得佳绩，这些技能就像是你解决难题的超能力。别担心，有些部分看起来可能像是在学习一种新语言，我们会一步一步为你拆解！

1. 解决大难题（分解与抽象化）

在输入第一行代码之前，你需要一个计划。计算机并不聪明，它们需要非常具体的指令。

分解（Decomposition）：拆解问题

分解是指将复杂的问题拆解成更小、更容易处理的部分的过程。 类比：如果有人叫你“筹办音乐节”，你一定会愣住！但如果你把它拆解成“预订乐队”、“租借舞台”和“贩售门票”，处理起来就会容易多了。

抽象化（Abstraction）：化繁为简

抽象化是指移除不必要的细节，将重点放在重要的部分。 类比：想象一张伦敦地铁图。它不会显示每一条街道或每一棵树，只会显示车站和路线。这就是抽象化！

快速回顾：
- 分解 = 将大型任务拆解为微型任务。
- 抽象化 = 忽略与解决方案无关的细节。

重点总结： 使用这两个工具能帮助你分析问题，让你解决难题时不再感到手足无措。

2. 从计划到程序

在考试中，你可能会拿到一个算法（例如流程图或伪代码），并被要求将其转换为实际的代码（对于 Edexcel 学生来说，通常是 Python）。

阅读与精进代码

程序开发不仅仅是编写，还包括阅读和精进。 - 阅读：你能看懂一段代码并解释它的功能吗？
- 精进：你能将一个运行中的程序改进得更好、更快或更容易阅读吗？

转换算法

当将流程图或伪代码转换为程序时：
1. 找出输入（Inputs）（例如：“询问姓名”），并将其转换为代码：name = input()。
2. 找出选择（Selection）（流程图中的菱形），并使用 if/else 语句。
3. 找出重复（Repetition）（循环），并使用 while 或 for 循环。

你知道吗？伪代码（Pseudocode）并非一种严格的编程语言。它只是用英文（或中文）编写的“模拟代码”，用来帮助你在考虑特定编程语言规则之前先规划好逻辑。

重点总结：练习用纸笔进行程序“追踪（tracing）”，这能让你准确理解程序如何从开始运行到结束。

3. 编写“简洁”的代码

代码不仅要能“运行”就够了，它还必须具备可维护性。这意味着如果六个月后你回头看，或者其他程序员看到这段代码，他们都能轻松理解。

“专业码农”检查清单：

- 有意义的标识符：使用合乎逻辑的变量名称。使用 score 而不是 s，或 player_name 而不是 p1。
- 缩进（Indentation）：使用空格或 Tab 来显示哪些代码属于 if 语句或循环之内。在 Python 中，这是强制要求的！
- 注释（Comments）：使用 # 符号来写下笔记，解释一段复杂的代码在做什么。
- 空格（White Space）：不要把所有东西都挤在一起。使用空行来分隔不同的代码“段落”。

记忆法：记住 C.I.M. - Comments（注释）、Indentation（缩进）、Meaningful names（有意义的名称）。这能让你的代码阅读起来非常简单（SIM-ple）！

重点总结：清晰的布局和良好的命名能让你的代码在日后更容易除错与更新。

4. 捕捉虫子（错误类型）

每个人都会犯错！窍门在于知道如何找到并修正它们。你需要知道三种主要的错误类型：

1. 语法错误（Syntax Errors）

这些是“文法”错误。你违反了编程语言的规则。 示例：忘记在 if 语句末尾加上冒号 (:)，或是将 "print" 拼写成 "prnt"。程序甚至无法启动。

2. 逻辑错误（Logic Errors）

程序运行得非常完美，但结果却是错的！这是一种“思考”上的错误。 示例：你想将两个数字相加，却不小心用了减号 (-)。计算机完全按照你的指示执行，但你的指示给错了！

3. 运行时错误（Runtime Errors）**

程序开始运行，但随后突然崩溃。 示例：指示计算机将数字除以零，或是要求它打开一个不存在的文件。

要避免的常见错误：不要搞混逻辑错误和语法错误。如果程序启动了但给出错误答案，那是逻辑错误。如果程序立刻跳出红色错误信息，那就是语法错误。

重点总结：识别、定位并修正这些错误，是成为优秀程序员的关键一环。

5. 你的程序是否合用且快速？

当你的程序可以运行后，你需要评估它的适用性（Fitness for purpose）和效率（Efficiency）。

适用性（Fitness for Purpose）

程序是否真的执行了用户要求的功能？如果你被要求制作一个加法计算器，但它只能做减法，那么它就不是“合用”的。

效率（Efficiency）

两个程序可以解决同一个问题，但其中一个可能因为更有效率而“更好”。我们通过以下方式测量：
- 比较次数：计算机需要询问“A 是否等于 B？”多少次？
- 执行次数：它需要经过循环多少次？
- 内存使用：它占用了多少计算机 RAM 空间？

快速回顾：
为了测试程序是否适用，我们使用测试数据（Test Data）。这包括：
- 正常数据：程序预期会接收到的东西（例如：输入年龄“15”）。
- 边界数据：允许范围的最极端数值（例如：“0”或“100”）。
- 错误数据：应该被拒绝的东西（例如：在年龄栏输入“香蕉”）。

重点总结：一个出色的程序不仅是能运行，它还必须高效地运行，并且能处理意外输入而不会崩溃。