游戏客户端架构 / 系统课时
为状态机建立重构清单
为状态机建立重构清单
状态机开始变复杂后,最危险的不是“代码看起来乱”,而是重复分支、平台耦合、测试空白和生命周期顺序互相叠加。本节建立一份可执行的重构清单,先锁住现有行为,再按风险拆解关系,避免一次大改引入新的状态错误。
学习目标
- 用四类信号快速定位值得优先处理的状态机问题。
- 在重构前建立最小行为检查,防止切换语义被无意改变。
- 把重构拆成可独立验证的小步骤,而不是一次重写整个框架。
从四类信号开始扫描
先不要讨论“要不要换模式”,而是记录当前实现中可观察的问题。下面四类信号足以覆盖大多数重构入口。
| 检查项 | 典型现象 | 直接风险 |
|---|---|---|
| 重复分支 | 多个状态重复判断死亡、眩晕、落地 | 修一处漏一处 |
| 耦合 | 状态直接访问输入、动画、节点或单例 | 难测试、难迁移 |
| 测试缺口 | 切换顺序和边界条件没有自动检查 | 重构后行为漂移 |
| 生命周期风险 | 重入、重复退出、异步回调晚到 | 资源泄漏或非法状态 |
扫描时只记录事实。例如“5 个状态都判断 hp <= 0”比“这里设计得很差”更有用,因为前者可以直接转化为抽取共享规则的任务。
先锁住行为再改结构
重构前至少固定最关键的切换语义:进入新状态前是否先退出旧状态、切换到同一实例是否幂等、最终当前状态是否正确。下面是一个可直接运行的最小检查。
python
class State:
def __init__(self, name, events):
self.name = name
self.events = events
def enter(self):
self.events.append(f"enter:{self.name}")
def exit(self):
self.events.append(f"exit:{self.name}")
class StateMachine:
def __init__(self):
self.current = None
def switch(self, next_state):
# 同一状态重复切换时不重复触发生命周期。
if self.current is next_state:
return
if self.current is not None:
self.current.exit()
self.current = next_state
self.current.enter()
events = []
idle = State("idle", events)
run = State("run", events)
machine = StateMachine()
machine.switch(idle)
machine.switch(run)
machine.switch(run)
assert events == ["enter:idle", "exit:idle", "enter:run"]
assert machine.current is run
assert events.count("enter:run") == 1
print("checks=3 PASS")预期输出
text
checks=3 PASS这类检查不是为了证明架构完美,而是把“当前正确行为”冻结下来。后续抽基类、引入组合状态或隔离引擎依赖时,只要检查继续通过,就能更快判断问题来自结构变化还是业务规则变化。
按风险安排重构顺序
优先处理会破坏生命周期或让问题扩散的关系,再处理单纯的重复和命名。常见顺序可以这样安排:
- 先固定进入、退出、重入和异常中断的行为。
- 把引擎对象、全局单例和外部服务移到明确边界。
- 把跨多个状态重复出现的转移条件提到统一规则层。
- 最后再整理命名、文件拆分和局部模板代码。
这个顺序不是为了追求“最漂亮”,而是为了让每一步都有可验证的安全网。若某一步必须同时改状态协议、生命周期和业务条件,应该继续拆小,否则出了问题很难定位。
一次只改变一种关系
每次提交只回答一个问题,例如“状态不再直接读输入”“退出回调保证只执行一次”或“死亡判断改为共享规则”。提交范围越单一,失败时越容易回退和比较。
重构后再检查调用方向:状态是否只依赖稳定上下文;转移条件是否有唯一来源;进入和退出是否成对;异步回调是否在状态失效后被忽略。只要这些约束能通过测试和代码审查持续验证,状态机就从“靠经验维护”变成了可演进的结构。
按自己的节奏,确认真正理解。