6 加密和解密数据 9.7 小结 10.国际化和本地化 10.1 设置默认地区 10.2 本地化资源 10.3 国际化站点 4 10.4 小结 11.错误处理，调试和测试 11.1 错误处理 11.2 使用GDB调试 11.3 Go怎么写测试用例 11.4 小结 12.部署与维护 12.1 应用日志 12.2 网站错误处理 12.3 应用部署 12.4 备份和恢复 12.5 小结 基于GOPATH的Api文档检索 Go语言的编辑支持 类浏览器和大纲显示 Gocode(代码自动完成工具)的完美支持 Go语言文档查看和Api快速检索 代码表达式信息显示F1 源代码定义跳转支持F2 Gdb断点和调试支持 gofmt自动格式化支持 其他特征 支持多国语言界面显示 完全插件体系结构 支持编辑器配色方案 基于Kate的语法显示支持 基于全文的单词自动完成 支持键盘快捷键绑定方案 Markdown文档编辑支持 (3).配置GDB（可选，做调试用），设置GDB路径为MingW安装目录下的gdb.exe文件 30 图1.14 设置GDB信息 6. 测试是否成功 新建一个go工程，再建立一个hello.go。如下图： 31 图1.15 新建项目编辑文件 调试如下（要在console中用输入命令来调试）： 32 图1.16 调试Go程序 IntelliJ IDEA

克隆仓库与下载代码 第三步：运行源代码。如图 0‑5 所示，对于顶部标有文件名称的代码块，我们可以在仓库的 codes 文件夹内 找到对应的源代码文件。源代码文件可一键运行，将帮助你节省不必要的调试时间，让你能够专注于学习内 容。 图 0‑5 代码块与对应的源代码文件 除了本地运行代码，网页版还支持 Python 代码的可视化运行（基于 pythontutor 实现）。如图 0‑6 所示，你 (?) 的一个渐近上界，记为 ?(?) = ?(?(?)) 。 如图 2‑8 所示，计算渐近上界就是寻找一个函数 ?(?) ，使得当 ? 趋向于无穷大时，?(?) 和 ?(?) 处于相同 的增长级别，仅相差一个常数项 ? 的倍数。 第 2 章 复杂度分析 hello‑algo.com 31 图 2‑8 函数的渐近上界 2.3.3 推算方法 渐近上界的数学味儿有点重，如果你感觉没有完全理 100000 for i := 0; i < size; i++ { count++ } return count } 2. 线性阶 ?(?) 线性阶的操作数量相对于输入数据大小 ? 以线性级别增长。线性阶通常出现在单层循环中： // === File: time_complexity.go === /* 线性阶 */ func linear(n int) int { count :=

克隆仓库与下载代码 第三步：运行源代码。如图 0‑5 所示，对于顶部标有文件名称的代码块，我们可以在仓库的 codes 文件夹内 找到对应的源代码文件。源代码文件可一键运行，将帮助你节省不必要的调试时间，让你能够专注于学习内 容。 图 0‑5 代码块与对应的源代码文件 除了本地运行代码，网页版还支持 Python 代码的可视化运行（基于 pythontutor 实现）。如图 0‑6 所示，你 (?) 的一个渐近上界，记为 ?(?) = ?(?(?)) 。 如图 2‑8 所示，计算渐近上界就是寻找一个函数 ?(?) ，使得当 ? 趋向于无穷大时，?(?) 和 ?(?) 处于相同 的增长级别，仅相差一个常数项 ? 的倍数。 第 2 章 复杂度分析 hello‑algo.com 31 图 2‑8 函数的渐近上界 2.3.3 推算方法 渐近上界的数学味儿有点重，如果你感觉没有完全理 100000 for i := 0; i < size; i++ { count++ } return count } 2. 线性阶 ?(?) 线性阶的操作数量相对于输入数据大小 ? 以线性级别增长。线性阶通常出现在单层循环中： // === File: time_complexity.go === /* 线性阶 */ func linear(n int) int { count :=

克隆仓库与下载代码 第三步：运行源代码。如图 0‑5 所示，对于顶部标有文件名称的代码块，我们可以在仓库的 codes 文件夹内 找到对应的源代码文件。源代码文件可一键运行，将帮助你节省不必要的调试时间，让你能够专注于学习内 容。 图 0‑5 代码块与对应的源代码文件 除了本地运行代码，网页版还支持 Python 代码的可视化运行（基于 pythontutor 实现）。如图 0‑6 所示，你 (?) 的一个渐近上界，记为 ?(?) = ?(?(?)) 。 如图 2‑8 所示，计算渐近上界就是寻找一个函数 ?(?) ，使得当 ? 趋向于无穷大时，?(?) 和 ?(?) 处于相同 的增长级别，仅相差一个常数项 ? 的倍数。 第 2 章 复杂度分析 www.hello‑algo.com 31 图 2‑8 函数的渐近上界 2.3.3 推算方法 渐近上界的数学味儿有点重，如果你感觉没 100000 for i := 0; i < size; i++ { count++ } return count } 2. 线性阶 ?(?) 线性阶的操作数量相对于输入数据大小 ? 以线性级别增长。线性阶通常出现在单层循环中： // === File: time_complexity.go === /* 线性阶 */ func linear(n int) int { count :=

(2) • 大型程序的组织 – C: 无namespace • 可测试能力 – C、python都有*Unit测试框架 • 错误检查能力 – C: 编译，core dump 调试成本 – Python: • 无编译，可用pylint做检查，易出低级错误 • 错误，exception C vs Python (3) • 上线和运维 –C: 可编译为独立可执行程序(包括依赖的库) • 主要服务 • 接入转发 • 防攻击、流量调度、数据分析 • 业务现状 • 覆盖大部分重要产品 • 日请求量千亿级别 接入与转发 防攻击 流量调度 数据分析 BFE 为什么重写BFE • 现存问题 –修改成本高 • 事件驱动的编程模型：编码和调试难度大 • C语言本身的难度和开发效率 –配置管理方式落后 • 为单产品线设计，无法支持平台化要求 • 配置变更(修改、重载、验证)能力差

Engine 项目，从而能够更快地开始开发工 作。 24. 具备代码重构的能力。 25. 集成像 hg 或 git 这样的版本控制工具。 26. 集成 Google App Engine 开发及调试的功能。 3.2 编辑器和集成开发环境 这些编辑器包含了代码高亮和其它与 Go 有关的一些使用工具：Emacs、Vim、Xcode 6、KD Kate、 TextWrangler、BBEdit X27，你可以从 GitHub 页面获取详情。 LiteIDE 是一款非常好用的轻量级 Go 集成开发环境（基于 QT、Kate 和 SciTE），包含了跨平台开发及其 它必要的特性，对代码编写、自动补全和运行调试都有极佳的支持。它采用了 Go 项目的概念来对项目文 件进行浏览和管理，它还支持在各个 Go 开发环境之间随意切换以及交叉编译的功能。 同时，它具备了抽象语法树视图的功能，可以清楚地纵览项目中的常量、变量、函数、不同类型以及他们 本文档使用 看云 构建 和程序调试功能。 图 3.2 GoClipse 代码编辑界面、抽象语法树视图和项目管理 3.3 调试器 应用程序的开发过程中调试是必不可少的一个环节，因此有一个好的调试器是非常重要的，可惜的是，Go 在这方面的发展还不是很完善。目前可用的调试器是 gdb，最新版均以内置在集成开发环境 LiteIDE 和 GoClipse 中，但是该调试器的调试方式并不灵活且操作难度较大。

安装目录清单 2.7 Go 运行时（runtime） 2.8 Go 解释器 第3章：编辑器、集成开发环境与其它工具 3.1 Go 开发环境的基本要求 3.2 编辑器和集成开发环境 3.3 调试器 3.4 构建并运行 Go 程序 3.5 格式化代码 3.6 生成代码文档 3.7 其它工具 3.8 Go 性能说明 3.9 与其它语言进行交互 第4章：基本结构和基本数据类型 4 函数参数与返回值 6.3 传递变长参数 6.4 defer 和追踪 6.5 内置函数 6.6 递归函数 6.7 将函数作为参数 6.8 闭包 6.9 应用闭包：将函数作为返回值 6.10 使用闭包调试 6.11 计算函数执行时间 6.12 通过内存缓存来提升性能 第7章：数组与切片 7.1 声明和初始化 7.2 切片 7.3 For-range 结构 7.4 切片重组（reslice） panicking 13.5 一种用闭包处理错误的模式 13.6 启动外部命令和程序 13.7 Go 中的单元测试和基准测试 13.8 测试的具体例子 13.9 用（测试数据）表驱动测试 13.10 性能调试：分析并优化 Go 程序 第 14 章 协程（goroutine）与通道（channel） 14.1 什么是协程 14.2 协程间的信道 14.3 协程的同步：关闭通道-测试阻塞的通道 14

ZIP”直接下载代码压缩包，本地解压即可。 Figure 0‑5. 克隆仓库与下载代码 第三步：运行源代码。若代码块的顶部标有文件名称，则可在仓库 codes 文件夹中找到对应的 源代码文件。源 代码文件可以帮助你省去不必要的调试时间，将精力集中在学习内容上。 0. 写在前面 hello‑algo.com 6 Figure 0‑6. 代码块与对应的源代码文件 0.2.5. 在提问讨论中共同成长 阅读本书时，请不要“惯 ?(?) = ?(?(?)) Figure 2‑2. 函数的渐近上界 本质上看，计算渐近上界就是在找一个函数 ?(?) ，使得在 ? 趋向于无穷大时，?(?) 和 ?(?) 处于相同的增 长级别（仅相差一个常数项 ? 的倍数）。 2. 复杂度分析 hello‑algo.com 17 � 渐近上界的数学味儿有点重，如果你感觉没有完全理解，无需担心，因为在实际使用中我们只 需要会推算即可，数学意义可以慢慢领悟。 size := 100000 for i := 0; i < size; i++ { count++ } return count } 线性阶 ?(?) 线性阶的操作数量相对输入数据大小成线性级别增长。线性阶常出现于单层循环。 // === File: time_complexity.go === /* 线性阶 */ func linear(n int) int { count :=

ZIP”直接下载代码压缩包，本地解压即可。 Figure 0‑5. 克隆仓库与下载代码 第三步：运行源代码。若代码块的顶部标有文件名称，则可在仓库 codes 文件夹中找到对应的 源代码文件。源 代码文件可以帮助你省去不必要的调试时间，将精力集中在学习内容上。 0. 写在前面 hello‑algo.com 6 Figure 0‑6. 代码块与对应的源代码文件 0.2.5. 在提问讨论中共同成长 阅读本书时，请不要“惯 ?(?) = ?(?(?)) Figure 2‑2. 函数的渐近上界 本质上看，计算渐近上界就是在找一个函数 ?(?) ，使得在 ? 趋向于无穷大时，?(?) 和 ?(?) 处于相同的增 长级别（仅相差一个常数项 ? 的倍数）。 2. 复杂度分析 hello‑algo.com 17 � 渐近上界的数学味儿有点重，如果你感觉没有完全理解，无需担心，因为在实际使用中我们只 需要会推算即可，数学意义可以慢慢领悟。 size := 100000 for i := 0; i < size; i++ { count++ } return count } 线性阶 ?(?) 线性阶的操作数量相对输入数据大小成线性级别增长。线性阶常出现于单层循环。 // === File: time_complexity.go === /* 线性阶 */ func linear(n int) int { count :=

com 5 Figure 0‑4. 克隆仓库与下载代码 第三步：运行源代码。如果代码块顶部标有文件名称，则可以在仓库的 codes 文件夹中找到相应的源代码文 件。源代码文件将帮助你节省不必要的调试时间，让你能够专注于学习内容。 Figure 0‑5. 代码块与对应的源代码文件 0.2.4. 在提问讨论中共同成长 阅读本书时，请不要“惯着”那些没学明白的知识点。欢迎在评论区提出你的问题，我和其他小伙伴们将竭 ?(?) = ?(?(?)) Figure 2‑2. 函数的渐近上界 从本质上讲，计算渐近上界就是寻找一个函数 ?(?) ，使得当 ? 趋向于无穷大时，?(?) 和 ?(?) 处于相同 的增长级别，仅相差一个常数项 ? 的倍数。 2.2.4. 推算方法 渐近上界的数学味儿有点重，如果你感觉没有完全理解，也无需担心。因为在实际使用中，我们只需要掌握 推算方法，数学意义可以逐渐领悟。 2 := 100000 for i := 0; i < size; i++ { count++ } return count } 线性阶 ?(?) 线性阶的操作数量相对于输入数据大小以线性级别增长。线性阶通常出现在单层循环中。 // === File: time_complexity.go === /* 线性阶 */ func linear(n int) int { count :=