对古代关中很感兴趣的小伙伴们，小编带来详细的文章供大家参考。

　　与现代战争的高效快捷相比，古代战争更像是戴着镣铐跳舞。将军在规划行军路线的时候必须要考虑到大军行动的路线是否适合行军?是否方便后勤补给?部队在行军的时候是否容易遭到伏击或者是意外事件?能否保持阵型和队列?行军路线会不会太长?会对后勤造成多大的压力?等等一系列问题。因此古代战争中军事地理学的应用，无论是对于进攻方选择决战地点或行军还是对于防御方建设要塞堡垒，都是至关重要的。

　　在古代缺乏有效可靠的高速信息传递手段的情况下，兵贵神速就成了永不磨灭的真理，因为一支部队远离故土，进行作战的时候永远要比在国内接受训练以及负责边境安全的时候消耗的物资要多的多。只有一支部队迅速地向前推进，不予以敌人任何的反应时间，拿下战略目标并在敌人反应过来之前就击溃敌军主力，才是军队最有效的使用方式。这样不仅减少了物资的消耗后勤压力，而且还能够以最少的损失获得最大的利益。在古代，尽管不同的部队行军速度不同，但是部队的行军速度普遍严重受到了落后的道路条件以及低效的运输条件的限制。一支吃不饱穿不暖的军队是不能有效向前推进的，只有保障了基本的后勤，军队才能向前。

　　我们在此以拜占庭帝国皇帝莫里斯的《战略》一书中的后勤补给速度为参考，根据估计如果地形平坦，一头骡子每小时可以行进5.2km，但是它仅仅能承担69公斤左右的负担，而一头牛则可以在理论上负担接近一吨重的东西，从这个角度来看，军队中大量使用牛来承担运输任务可能是更为划算的。但是牛的行军速度较慢，每小时最多只有两公里左右，同时皇帝本人建议每天牛的行进距离不要超过32km，因为一旦超过这个数字，理论上会加速牛的死亡。同时更为崎岖的地形不仅会严重阻碍部队的行进，而且也会更容易导致部队的非战斗减员。因此选择平坦的道路进行运输和行进是对于进攻方更为有利的。

　　所以我们可以看到中国自古以来想要进入关中往往是走函谷关潼关一道，因为华北平原更容易运输。而即便是不走含谷关潼关也就是自东向西的路线，那也走的是以四川为根据地，依托汉中向北进攻关中平原，也就是说都是以平原向平原推进。那么在这个时候就有人问为什么不通过河运来达到目的?我们都知道与陆地运输条件相比河运速度更快，运载量也更大。但是我们也需要认识到河运本身是一个受到严重限制的运输方式。崎岖的河道、水深太浅、河流宽度不足等因素都会严重限制河流的运输能力，我们需要明确我国的地形基本特征是西高东低，呈三级阶梯的态势，也就是越往西海拔越高，而越往东则海拔越低。

　　我们都知道一个生活常识“水往低处流处”，水是从高的地方向低的地方流动。因此我国的河流普遍流向是自西向东，最后汇入大海。在古代的生产力条件下，人类是无法彻底战胜自然的，仅凭人力纤夫的拉动和河流的自然力以及风力的情况下，船只是很难做到逆着河流的流向行动。因此在古代如果想要进攻关中凭借河流，是完全不可能的，因为在古代我们根本无法逆着黄河流向自下游向上游行动。同一个道理这也是为什么得到了四川以后就可以顺流而下拿下荆州，但是从荆州却很难逆着河流向上拿下四川。

　　同时，自汉朝以来，关中地区黄土高原水土流失日益加剧。这就导致了黄河的河床抬高，严重影响了船只吃水，使得大型船只无法在黄河内行动，吃水过浅的船只很容易搁浅。而且由于水土流失导致黄河水体浑浊，越浑浊的水体就越不利于船只，尤其是木质船只的航行。

　　因此，如果使用水路进攻关中地区，那就是要求木质船只在失水很浅的情况下逆流而上，这实际上是已经违反了自然
函数设计应该追求高内聚低耦合-什么是高内聚低耦合,请举例子如何实现-

　　：JavaEdge

　　1.何为“高内聚、低耦合”?

　　“高内聚、低耦合”能有效地提高代码可读性、可维护性，缩小功能改动导致的代码改动范围。很多设计原则也都以实现代码“高内聚、低耦合”为目的，比如：

　　单一职责原则

　　面向接口，而非面向实现来编程

　　“高内聚、低耦合”是个通用设计思想，可指导：

　　不同粒度代码的设计与开发

　　如系统、模块、类，甚至函数

　　不同开发场景

　　如微服务、框架、组件、类库等

　　本文主要围绕以“类”作为该设计思想的应用对象。

　　“高内聚”，指导类本身的设计

　　“低耦合”，指导类与类之间依赖关系的设计

　　二者并非完全独立，高内聚有助于低耦合，低耦合又需要高内聚的支持。

　　1.1 高内聚

　　相近的功能，应放到同一个类

　　不相近的功能，不要放到同一个类

　　相近的功能往往会被同时修改，放到同一类中，修改会比较集中，代码易维护。单一职责原则就是实现代码高内聚非常有效的设计原则。

　　1.2 低耦合

　　在代码中，类与类之间的依赖关系简单清晰。

　　即使两个类有依赖关系，一个类的代码改动不会或很少会导致依赖类的代码改动。依赖注入、接口隔离、面向接口编程及迪米特法则都是为实现低耦合。

　　1.3 “内聚”和“耦合”的关系

　　左边代码结构是“高内聚、低耦合”;右边“低内聚、紧耦合”：

　　左边的代码设计：

　　类的粒度较小，每个类的职责都比较单一。相近功能都放到了一个类，不相近功能分割到多个类。这样类更加独立，代码内聚性更好。

　　因为职责单一，所以每个类被依赖的类就会比较少，代码低耦合。一个类的修改，只会影响到一个依赖类的代码改动。只需要测试这一个依赖类是否还能正常工作即可。

　　右边代码设计：

　　类粒度比较大，低内聚，功能大而全，不相近的功能放到了一个类中。导致很多其他类都依赖该类。修改这个类的某功能代码时，会影响依赖它的多个类。我们需要测试这三个依赖类，是否还能正常工作，“牵一发而动全身”。

　　2.迪米特法则

　　Law of Demeter，LOD，从名字看不出这是个啥。它还有另外一个名字：最小知识原则。

　　The Least Knowledge Principle：Each unit should have only limited knowledge about other units: only units “closely” related to the current unit. Or: Each unit should only talk to its friends; Don’t talk to strangers.

　　每个模块都只应该了解那些与它关系密切的模块(units: only units “closely” related to the current unit)的有限知识(knowledge)。或者说，每个模块只和自己的朋友“说话”(talk)，不和陌生人“说话”(talk)。

　　结合实际，定义描述中的“模块”替换成“类”：

　　不该有直接依赖关系的类之间，不要有依赖

　　有依赖关系的类之间，尽量只依赖必要的接口(“有限知识”)

　　所以，迪米特法则其实包含两部分，下面用两个案例分别解读。

　　3.案例

　　3.1 不该有直接依赖关系的类之间，不要有依赖

　　简化的搜索引擎爬取网页，包含如下主要类：

　　NetworkTransporter，负责底层网络通信，根据请求获取数据：

　　HtmlDownloader，通过URL获取网页：

　　Document，表示网页文档，后续的网页内容抽取、分词、索引都是以此为处理对象：

　　如何重构?

　　这段代码虽然“能用”，但不够“好用”。

　　NetworkTransporter，作为一个底层网络通信类，应该尽可能通用，而不是只能HTML。所以，不应该直接依赖太具体的发送对象HtmlRequest，其设计违背迪米特法则，依赖了不该有直接依赖关系的HtmlRequest类。

　　假如你现在要去买东西，你肯定不会直接把钱包给收银员，让收银员自己从里面拿钱，而是你从钱包里把钱拿出来交给收银员。HtmlRequest对象相当于钱包，HtmlRequest里的address和content对象就相当于钱。

　　应将address和content交给NetworkTransporter，而非直接把HtmlRequest交给NetworkTransporter：

　　Document的问题：

　　构造器中的downloader.downloadHtml()逻辑复杂，耗时长，不应放到构造器，影响代码可测试性

　　HtmlDownloader对象在构造器通过new来创建，违反面向接口编程，也影响代码可测试性

　　业务上说，Document网页文档没必要依赖HtmlDownloader类，违背迪米特法则

　　问题虽多，但修改简单：

　　3.2 有依赖关系的类之间，尽量只依赖必要的接口。

　　Serialization类负责对象的序列化和反序列化：

　　单看类的设计，没问题。但若放到特定应用场景，假设项目中的有些类只用到序列化操作，而另一些类只用到反序列化。那么，基于 有依赖关系的类之间，尽量只依赖必要的接口：

　　只用到序列化操作的那部分类不应依赖反序列化接口

　　只用到反序列化操作的那部分类不应依赖序列化接口

　　据此，应将Serialization类

　　方案一：拆分为两个更小粒度的类

　　只负责序列化(Serializer类)

　　只负责反序列化(Deserializer类)

　　尽管拆分后的代码更能满足迪米特法则，但却违背高内聚。高内聚要求相近功能放到同一类中，方便功能修改时，修改的地方不太散乱。

　　针对本案例，若业务要求修改序列化实现方式，从JSON换成XML，则反序列化实现逻辑也要一起改。未拆分前，只需修改一个类，拆分后，却要修改两个类!

　　既不想违背高内聚，也不想违背迪米特法则，怎么办?

　　方案二：引入两个接口

　　尽管还是要往Demo1的构造器传入包含序列化和反序列化的Serialization实现类，但依赖的Serializable接口只包含序列化操作，Demo1无法使用Serialization类中的反序列化接口，对反序列化操作无感知，符合迪米特法则的“依赖有限接口”。

　　也体现了“面向接口编程”，结合迪米特法则，可总结出：“基于最小接口，而非最大实现来编程”。

　　多想一点点

　　本案例的重构方案，整个类只包含序列化、反序列化俩操作，只用到序列化操作的使用者，即便能够感知到仅有的一个反序列化方法，问题也不大。为满足迪米特法则，将一个简单的类，拆出两个接口，是过度设计吗?设计原则本身无对错，只有能否用对之说。不要为了用设计原则而用，应该具体问题具体分析。

　　Serialization类只包含两个操作，确实没啥必要拆成俩接口。但若对Serialization类添加功能，实现更好用的序列化、反序列化方法，重新考虑该问题：

　　这种场景下，方案二设计更好。因为本案例的应用场景，大部分代码只用到序列化功能，这些用户无需了解反序列化，而修改后的Serialization类，反序列化的“知识”，从一个方法变成三个。一旦任一反序列化操作有代码改动，都需要检查、测试所有依赖Serialization类的代码是否还能正常工作。

　　为减少耦合和降低测试的工作量，应按迪米特法则，隔离反序列化和序列化的功能。

　　4.总结

　　4.1 高内聚、低耦合

　　能有效提高代码的可读性和可维护性，缩小功能改动导致的代码改动范围：

　　高内聚，指导类本身的设计

　　就是指相近的功能应该放到同一个类中，不相近的功能不要放到同一类中。相近的功能往往会被同时修改，放到同一个类中，修改会比较集中

　　低耦合，指导类与类之间依赖关系的设计

　　在代码中，类与类之间的依赖关系简单清晰。即使两个类有依赖关系，一个类的代码改动也不会或者很少导致依赖类的代码改动。

　　4.2 迪米特法则

　　不该有直接依赖关系的类之间，不要有依赖;有依赖关系的类之间，尽量只依赖必要的接口。迪米特法则希望减少类之间的耦合，让类越独立越好。每个类都应该少了解系统的其他部分。一旦发生变化，需要了解这一变化的类就会比较少。

　　参考：

　　[1]. 《重构》

　　[2]. 《代码设计之丑》

　　来源： Java