共计 3820 个字符，预计需要花费 10 分钟才能阅读完成。
在我们平时的开发中，if else 是最常用的条件判断语句。在一些简单的场景下，if else 用起来很爽，但是在稍微复杂一点儿的逻辑中，大量的 if else 就会让别人看的一脸蒙逼。如果别人要修改或者新增一个条件，那就要在这个上面继续增加条件。这样恶性循环下去，原本只有几个 if else 最后就有可能变成十几个，甚至几十个。别说不可能，我就见过有人在 React 组件里面用了大量的 if else，可读性和可维护性非常差。（当然，这个不算 if else 的锅，主要是组件设计的问题）
这篇文章主要参与自《代码大全 2》，原书中使用 vb 和 java 实现，这里我是基于 TypeScript 的实现，对书中内容加入了一些自己的理解。
从一个例子说起
日历
假如我们要做一个日历组件，那我们肯定要知道一年 12 个月中每个月都多少天，这个我们要怎么判断呢？最笨的方法当然是用 if else 啊。
if (month === 1) {
return 31;
}
if (month === 2) {
return 28;
}
…
if (month === 12) {
return 31;
}
这样一下子就要写 12 次 if，白白浪费了那么多时间，效率也很低。这个时候就会有人想到用 switch/case 来做这个了，但是 switch/case 也不会比 if 简化很多，依然要写 12 个 case 啊！！！甚至如果还要考虑闰年呢？岂不是更麻烦？
我们不妨转换一下思维，每个月份对应一个数字，月份都是按顺序的，我们是否可以用一个数组来储存天数？到时候用下标来访问？
const month: number = new Date().getMonth(),
year: number = new Date().getFullYear(),
isLeapYear: boolean = year % 4 == 0 && year % 100 != 0 || year % 400 == 0;
const monthDays: number[] = [31, isLeapYear ? 29 : 28, 31, … , 31];
const days: number = monthDays[month];
概念
看完上面的例子，相信你对表驱动法有了一定地认识。这里引用一下《代码大全》中的总结。
表驱动法就是一种编程模式，从表里面查找信息而不使用逻辑语句。事实上，凡是能通过逻辑语句来选择的事物，都可以通过查表来选择。对简单的情况而言，使用逻辑语句更为容易和直白。但随着逻辑链的越来越复杂，查表法也就愈发显得更具吸引力。
使用表驱动法前需要思考两个问题，一个是如何从表中查询，毕竟不是所有场景都像上面那么简单的，如果 if 判断的是不同的范围，这该怎么查？另一个则是你需要在表里面查询什么，是数据？还是动作？亦或是索引？基于这两个问题，这里将查询分为以下三种：
直接访问
索引访问
阶梯访问
直接访问表
我们上面介绍的那个日历就是一个很好的直接访问表的例子，但是很多情况并没有这么简单。
统计保险费率
假设你在写一个保险费率的程序，这个费率会根据年龄、性别、婚姻状态等不同情况变化，如果你用逻辑控制结构（if、switch）来表示不同费率，那么会非常麻烦。
if (gender === ‘female’) {
if (hasMarried) {
if (age < 18) {
//
} else if (age < 65) {
//
} else {
//
}
} else if (age < 18) {
//
} else if (age < 65) {
//
} else if {
//
}
} else {
…
}
但是从上面的日历例子来看，这个年龄却是个范围，不是个固定的值，没法用数组或者对象来做映射，那么该怎么办呢？这里涉及到了上面说的问题，如何从表中查询？这个问题可以用阶梯访问表和直接访问表两种方法来解决，阶梯访问这个后续会介绍，这里只说直接访问表。有两种解决方法：1、复制信息从而能够直接使用键值
我们可以给 1 -17 年龄范围的每个年龄都复制一份信息，然后直接用 age 来访问，同理对其他年龄段的也都一样。这种方法在于操作很简单，表的结构也很简单。但有个缺点就是会浪费空间，毕竟生成了很多冗余信息。
2、转换键值我们不妨再换种思路，如果我们把年龄范围转换成键呢？这样就可以直接来访问了，唯一需要考虑的问题就是年龄如何转换为键值。我们当然可以继续用 if else 完成这种转换。前面已经说过，简单的 if else 是没什么问题的，表驱动只是为了优化复杂的逻辑判断，使其变得更灵活、易扩展。
enum genders {
lessThan18 = ‘<18′,
between18And56 = ’18-65’,
moreThan56 = ‘>65′
}
enum genders {
female = 0,
male = 1
}
enum marry = {
unmarried = 0,
married = 1
}
const age2key = (age: number): string => {
if (age < 18) {
return genders.lessThan18
}
if (age < 65) {
return genders.between18And56
}
return genders.moreThan56
}
const premiumRate: {
[genders: string]: {
[marry: string]: {
rate: number
}
}
} = {
[genders.lessThan18]: {
[genders.female]: {
[marry.unmarried]: {
rate: 0.1
},
[marry.married]: {
rate: 0.2
}
},
[genders.male]: {
[marry.unmarried]: {
rate: 0.3
},
[marry.married]: {
rate: 0.4
}
}
},
[genders.between18And56]: {
[genders.female]: {
[marry.unmarried]: {
rate: 0.5
},
[marry.married]: {
rate: 0.6
}
},
[genders.male]: {
[marry.unmarried]: {
rate: 0.7
},
[marry.married]: {
rate: 0.8
}
}
},
[genders.moreThan56]: {
[genders.female]: {
[marry.unmarried]: {
rate: 0.5
},
[marry.married]: {
rate: 0.6
}
},
[genders.male]: {
[marry.unmarried]: {
rate: 0.7
},
[marry.married]: {
rate: 0.8
}
}
}
const getRate = (age: number, hasMarried: 0 | 1, gender: 0 | 1) => {
const ageKey: string = age2key(age);
return premiumRate[ageKey]
&& premiumRate[ageKey][gender]
&& premiumRate[ageKey][gender][hasMarried]
}
索引访问表
我们前面那个保险费率问题，在处理年龄范围的时候很头疼，这种范围往往不像上面那么容易得到 key。我们当时提到了复制信息从而能够直接使用键值，但是这种方法浪费了很多空间，因为每个年龄都会保存着一份数据，但是如果我们只是保存索引，通过这个索引来查询数据呢？假设人刚出生是 0 岁，最多能活到 100 岁，那么我们需要创建一个长度为 101 的数组，数组的下标对应着人的年龄，这样在 0 -17 的每个年龄我们都储存 '<18’，在 18-65 储存 ’18-65′, 在 65 以上储存 ’>65’。这样我们通过年龄就可以拿到对应的索引，再通过索引来查询对应的数据。看起来这种方法要比上面的直接访问表更复杂，但是在一些很难通过转换键值、数据占用空间很大的场景下可以试试通过索引来访问。
const ages: string[] = [‘<18’, ‘<18’, ‘<18’, ‘<18′, … , ’18-65′, ’18-65′, ’18-65′, ’18-65’, … , ‘>65’, ‘>65’, ‘>65’, ‘>65’]
const ageKey: string = ages[age];
阶梯访问表
同样是为了解决上面那个年龄范围的问题，阶梯访问没有索引访问直接，但是会更节省空间。为了使用阶梯方法，你需要把每个区间的上限写入一张表中，然后通过循环来检查年龄所在的区间，所以在使用阶梯访问的时候一定要注意检查区间的端点。
const ageRanges: number[] = [17, 65, 100],
keys: string[] = [‘<18′, ’18-65’, ‘>65’],
len: number = keys.length;
const getKey = (age: number): string => {
for (let i = 0; i < len; i++) {
console.log(‘i’, i)
console.log(‘ageRanges’, ageRanges[i])
if (age <= ageRanges[i]) {
return keys[i]
}
}
return keys[len-1];
}
阶梯访问适合在索引访问无法适用的场景，比如如果是浮点数，就无法用索引访问创建一个数组来拿到索引。在数据量比较大的情况下，考虑用二分查找来代替顺序查找，。在大多数情况下，优先使用直接访问和索引访问，除非两者实在无法处理，才考虑使用阶梯访问。
从这三种访问表来看，主要是为了解决如何从表中查询，在不同的场景应该使用合适的访问表。
参考资料：
代码大全（第 2 版）