经典编程思维 —— 向 Kernighan & Pike 学习

“真正的问题在于，程序员在不重要的地方过度关注效率。”
—— Brian Kernighan

当今的软件开发世界充满了各种框架、架构和工具。
而经典编程思维更关注的是：清晰、简洁，以及对问题本质的思考能力。

Brian Kernighan 与 Rob Pike（《The Practice of Programming》的作者）始终认为，
编程不是“快速敲代码”，而是理解问题、设计清楚、让解决方案易于理解和维护。

本文将介绍什么是经典编程思维，为什么在今天依然重要，以及如何将其应用到现代软件开发和 系统集成（System Integration） 场景中。

1. 编程是一种思考，而不是输入

Kernighan & Pike 一再强调一个核心观点：

大多数 Bug 并非来自语法错误，而是源于设计问题

经典程序员通常具备以下特征：

花更多时间 思考问题本身，而不是急于写代码
编写 最少但足够清晰 的代码
将代码视为 人与人之间的沟通工具

经典思考流程

理解问题 → 简化设计 → 清晰实现 → 有针对性地测试

常见的现代误区

先选框架 → 生成模板代码 → 之后不断修 Bug

在涉及 ERP、MES、IoT、工业系统等 多系统协同 的项目中，这种差异往往决定系统是否能够长期稳定运行。

2. 选择“简单”，而不是“聪明”

《The Practice of Programming》中最重要的一条原则是：

如果代码难以阅读，那么它就是错误的——即使它运行得很快

经典风格会刻意避免：

过度炫技的一行代码
层级过深的抽象
只有作者自己能理解的实现

而更倾向于：

直观清楚的逻辑
一眼可追踪的数据流
能表达意图的命名

这与中国企业在 长期维护、团队交接、系统稳定性 方面的需求高度一致。

3. 先想数据结构，再谈算法

Kernighan–Pike 提出过一个非常经典的观点：

一旦选对了数据结构，算法往往就呼之欲出

需要反复思考的问题包括：

数据的自然形态是什么
数据如何在系统中流动
状态在哪些节点发生变化

在实际的业务系统（如库存、财务、生产管理）中，
性能和稳定性问题往往不是代码导致的，而是 数据建模阶段就已经埋下隐患。

4. 测试不是指标，而是提问

经典测试并不只关心覆盖率，而更关注：

输入为空时系统是否正常
极端输入是否会破坏逻辑
是否存在未被意识到的假设

这种测试思维对 金融系统、制造系统、软硬件结合系统 尤为重要。

5. 小程序，反而更耐用

Kernighan & Pike 倡导：

小函数
单一职责模块
松耦合结构

原因很简单：人类更容易理解小而清晰的结构。

现实项目中常见的失败包括：

名为微服务、实则极度复杂的系统
无人敢维护的巨大单体系统

6. 为什么在 2025 年仍然重要

即使今天我们拥有 AI 自动写代码、云原生平台和成熟框架，
失败的根源依旧相似：

需求理解不一致
过度设计
团队与系统之间的信息断层

经典编程思维能够帮助我们构建：

可长期运行的系统
易于交接和维护的代码
能向非技术人员清楚解释的系统结构

7. 如何在今天实践经典编程思维

不需要放弃现代工具，关键在于 以经典的纪律使用它们：

先用自然语言描述解决方案
在纸上画清数据流
从最简单可运行的版本开始
在增加抽象之前，先尝试删除代码
让代码本身成为最好的文档

8. 一个经典风格的小程序示例

"""
Word Frequency Counter

A small program written in the Kernighan–Pike spirit:
- clear purpose
- simple data structures
- readable control flow
"""

import sys
from collections import defaultdict

def read_words(filename):
    """Read words from a file and normalize them."""
    words = []

    try:
        with open(filename, "r", encoding="utf-8") as f:
            for line in f:
                for raw in line.split():
                    word = raw.strip(".,!?\"'()[]{}")
                    if word:
                        words.append(word.lower())
    except OSError as err:
        print(f"Error reading file: {err}")

    return words

def count_words(words):
    """Count occurrences of each word."""
    counts = defaultdict(int)

    for word in words:
        counts[word] += 1

    return counts

def print_report(counts, limit=10):
    """Print a simple frequency report."""
    print("Word frequency report")
    print("---------------------")

    items = sorted(
        counts.items(),
        key=lambda item: item[1],
        reverse=True,
    )

    for word, count in items[:limit]:
        print(f"{word:15s} {count}")

def main(filename):
    words = read_words(filename)
    counts = count_words(words)
    print_report(counts)

if __name__ == "__main__":
    if len(sys.argv) != 2:
        print("Usage: python wordcount.py <filename>")
    else:
        main(sys.argv[1])