怎么阅读学习源代码

刚好在看一篇博客，推荐你去看一下，关键词是：
Become a Better Developer by Reading Source Code Steve Gordon

你问对时候了，新鲜出炉的： http://www.yinwang.org/blog-cn/2020/02/05/how-to-read-code

恰好我最近也看到一篇博客： https://www.yinwang.org/blog-cn/2020/02/05/how-to-read-code （水深火热）

@secondwtq 哇 我们几乎同时发的

单步调试

王垠这个不适合普通人（菜鸟）看，普通人看别人源代码主要是为了提高见识，对自己的知识盲区查缺补漏。

比如网银说
```
很多人误以为看大型项目可以提升自己，而没有看到大型项目不过是几十行核心代码的扩展，很多部分是低水平重复。几十行平庸甚至晦涩的代码，重复一万次，就成了几十万行。看那些低水平重复的部分，是得不到什么提升的。
```

比如王垠说

很多人误以为看大型项目可以提升自己，而没有看到大型项目不过是几十行核心代码的扩展，很多部分是低水平重复。几十行平庸甚至晦涩的代码，重复一万次，就成了几十万行。看那些低水平重复的部分，是得不到什么提升的。

普通人都不知道什么叫做低水平重复，什么叫做垃圾代码，不去看看怎么知道呢。

話說 c++單步調試下指針亂跳根本看不過來的清況下 有什么好方法看源碼

刻意的看开源代码只会让自己痛苦，花费大量时间精力而不知所得，我一般会带着几分好奇和几分兴趣，比如说自己写的某个小项目用到了，或者突然对某一块知识感到很有兴趣，找到优秀开源代码的片段，详细推敲别人是如何实现的，为什么这样实现，感觉这样比“别人都说这个项目好，那我也来看看”从而阅读源码的效果好得多

同求好方法，断点调试可以搞清楚某些细节的具体实现，但难把握整体，又没有文档，怎么看比较好

王垠有一点说的我很赞同，就是得先知道这个代码是做什么的，再去看具体的代码。但是很多时候这个前提并不是那么显然，也不是那么容易得到，这个时候我觉得就只能反复的看，像编译器的 bootstrap 一样，这一次理解这么一点，然后和之前理解的结合起来再看下一遍。
由于我的研究方向就是编译器，所以最近半年一直在读 LLVM 和 OpenMP 的代码。一开始的时候先 gdb 加断点看调用栈，然后再从这一点开始慢慢展开，一遍遍看，慢慢就来感觉了。有了这个感觉再从一个更高角度再去看，之前不理解的部分慢慢就又能懂一些了。这个过程就是一直不停迭代一直到全部理解。颇有一种深度学习那不停迭代最后收敛的感觉。

我觉得对于我这样的初学者来说，比较痛苦的就是怎么挑项目。其实代码质量好坏也无所谓了，反正太坏的也看不下去。但是主要的困难在于选取和自己水平恰当的源代码。也许初学者本来也不用看代码，还是需要有一定水平才需要看。

推荐使用 sourcetrail 阅读，体验还不错，对 C/C++/Java/Python 语言支持，其他语言还不行

我是找别人的技术博客看，先搞懂技术点的实现。

如果一上来就直接去看源码，肯定蒙蔽。源码经过了好多年的迭代，里面有很多代码是补丁，或者是为了兼容性，真正的核心代码片段不是很容易单独提出来看。

针对问题去看吧。想想这些框架拿出来都是为了解决什么问题，如果不用框架你又会怎么解决，尝试造最小化轮子去试验功能，带着问题和解决方案去看估计会有点成效

先学会这个东西怎么用，并且足够好用，再从你使用的地方进入源码开始看。

一定带着问题看代码，脑子里面没有疑问看代码是没有作用的，反复复盘思考自己真的理解了吗？核心思路能自己独立实现一遍吗？

1.了解一下整体架构，相应的组成部分，以及各模板的大概作用。
2.明确你阅读源码是为了目的？
不要回答说就是为了学习，学习啥？太泛通常落实不了。容易失败，没有成就感，还受打击。

由点到面去学习，每次只选一个点。这样，目标明确了，难度降低了，最后看懂了还能获得成就感，进入下一关。
比如 1 ）如何进行初始化 2 ）如何监听端口 3 ）如何实现单例 4 ）如何动态扩容 5 ）如何实现哈希
3.写个 demo，调用一下 API，感受一下
4.单步调试
5.总结执行流程和关键代码

读源代码没用 https://v2ex.com/t/572682#r_7463857

@secondwtq
王老师提到的，洞察到最关键的东西，最近刚好写了一篇文章，我觉得有点类似，分享一下：
《掌握这些，你也能徒手实现 ArrayList、Vector 和 Stack 》
https://mp.weixin.qq.com/s/zhDLb3vpbb70abXyFfucww

不想看文章的，就看里面这段总结吧：
写到这里，我们来总结一下掌握本篇内容的核心步骤：
1.学会数组的基本操作，重点是插入、删除和扩容；
2.基于数组的基本操作，完善并实现 ArrayList ；
3.在 ArrayList 的基础之上，对所有方法加上同步原语 synchronized，实现 Vector ；
4.继承 Vector，利用的几个基本方法，实现 Stack 的入栈出栈操作。
通过以上几个步骤，能够更加高效的学习，更好的理解 ArrayList、Vector 和 Stack 这几个类的实现原理。

@qiumaoyuan
最后还要尝试去对关键逻辑自己实现一下

要是王垠把他的几百行的深度学习框架开源出来就好了。。。。

@ofooo 怎么能让你偷学，然后出去装 X(手动狗头)

可以从测试入手, 跟着测试代码进去

随便看看也是有收获的, 比如提高自己的代码"品味", 看到一些代码新姿势等..

看源代码我看的好慢，我看 tornado 断断续续看了一年，感觉还是生的不行

非常好的题目，根据你的题目我刚写了一篇短 Blog。

如何通过阅读源代码学习?
https://c4ys.com/archives/2034

分为三个部分：
1，有选择的阅读
2，阅读步骤
3，学习的要点

总体思路是带着问题学习。

这个问题我也有感觉。我的想法是：

1. 一定要带着好奇心和问题阅读框架，看得少没关系，看懂是目的
2. 第一遍看最好手写一遍
3. 看懂一步再看下一步
4. 很多时候因为自己没参与封装的过程，经常出现看到一个点牵扯出三个新的不懂的点。或者更通俗地说，应该深度优先阅读还是广度优先阅读呢？我的方法是，只多看一层。
比如 pandas DataFrame 类中一个 rename 方法( https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.rename.html)，函数本身有 8 个 arguments，在 example 中用到了两个 arguments，别的都是默认。那我不熟悉这个方法的话，看 doc 不仅看用到的 2 个 arguments，另外的没用到的 6 个也要学学怎么用。但是更深入一层呢？比如 level 这个参数，如果不懂 pandas 中的 MultiIndex 概念是不能理解它的。那要不要为了理解这个参数去再深入一层，学习 MultiIndex 的概念和用法呢？这时就可以考虑一下，我既然没用过 MulitiIndex，我不理解没关系。这个简单的例子就是深度一层的含义。

最近一直在阅读一个中小型框架的源码（ github 总代码 6K 行左右），是深度学习方面的。这个框架的作用是用两行实现一个 2K 行左右的自然语言处理模型。
其中第一行是实现一个分词器，也就是 tokenizer，这个 tokenizer 在框架内的实现大约 300 行，其内又有方法若干。第二行是实现一个语言模型，模型在框架内的实现大约 900 行。其内又有方法若干。
最终，我使用好奇心和一点一点手写的办法，把这些给复现出来了。写完后发现自己很多一开始不理解的问题迎刃而解了。我对模型处理的流程比较理解了，让我复述一遍没问题。但是内部的数学运算还不能说特别理解，很多当时复现的时候就一知半解。

比如 keras.backend.reshape()( https://www.tensorflow.org/api_docs/python/tf/keras/backend/reshape), tensorflow.einsum()( https://www.tensorflow.org/api_docs/python/tf/einsum),这些函数说实话不难，看例子都能看懂，但是当实操的时候，特别是操作一些四维的 Tensor 的时候，我就犯迷糊了，每个维度都有自己的物理含义，比如 sequence_length 是句子长度, hidden_size 是特征维等等。只能说不断地看不断学。

我觉得之前一个答案说得好，看源代码就像迭代学习一样，每看一点就理解深一点，想看一遍就会基本不可能。其实世界上大多数事情都是这样，学习是个渐进的过程，特别是前沿的东西，都是在渐进中提高的。
就比如 github 某个成熟项目源代码量 10k，但是翻 commits 记录，addition 至少是 lines of code 的 3-4 倍。10k 量级源代码，addition 40k 左右是正常的。不可能有哪个框架从 0 写到完成没有修改的。有经验的框架作者如此，学习者就更不能好高骛远了。