表格驅動法（Table-Driven Method）是一種以「查表」取代邏輯判斷（if/case）的技巧。幾乎所有能用邏輯語句選擇的事物，都可以改用表格來選擇。在簡單情境下，邏輯語句更直覺；但當邏輯鏈變得複雜時，表格的優勢就會越來越明顯。

18.1 表格驅動法使用總則#

使用表格驅動法時，需要解決兩個核心問題：

如何查詢表格中的項目#

根據資料特性的不同，有三種存取方式：

• 直接存取（Direct Access）：以資料直接作為索引鍵，例如用月份數字直接查表。
• 索引存取（Indexed Access）：先用資料查索引表取得鍵值，再用鍵值查主表。
• 階梯存取（Stair-Step Access）：資料落在某個範圍內，逐級比對後決定對應的類別。

flowchart TD
    Q1{"資料可直接當索引？"}
    Q2{"需先查索引表？"}

    R1["直接存取"]
    R2["索引存取"]
    R3["階梯存取"]

    Q1 -- "是" --> R1
    Q1 -- "否" --> Q2
    Q2 -- "是" --> R2
    Q2 -- "否，資料落在範圍中" --> R3

表格中該存放什麼#

• 若查表結果是資料，直接存放資料即可。
• 若查表結果是動作，可以存放動作代碼，或在支援的語言中存放函式參考（Function Reference）。

18.2 直接存取表#

直接存取表的特點是不需要任何中間步驟，直接用資料當索引取得結果。

每月天數範例#

用冗長的 if 來判斷每月天數既笨拙又難維護。改用陣列查表後：

Dim daysPerMonth() As Integer = { 31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31 }
days = daysPerMonth( month - 1 )

若要支援閏年，只需將陣列擴展為二維，邏輯依然簡潔。

保險費率範例#

保險費率可能依據年齡、性別、婚姻狀態、是否吸菸等多重因素而異。若用邏輯判斷會產生大量巢狀 if；改用多維陣列後，只需一行查表：

rate = rateTable( smokingStatus, gender, maritalStatus, age )

將程式的知識放進資料而非邏輯中，讓程式碼更易讀也更容易修改。

彈性訊息格式範例#

當資料格式過於動態，無法以硬編碼的 if 描述時，表格驅動法的威力尤為突出。以浮標監測訊息為例：約 20 種訊息類型，每種有不同欄位組合。

• 邏輯導向做法：為每種訊息寫一個專屬處理常式，共需 20 個。
• 物件導向做法：為每種訊息建立子類別，本質上同樣需要 20 個類別，複雜度並未降低。
• 表格驅動做法：將每種訊息的欄位描述（欄位名稱與資料型別）存入表格，只需一個通用常式依據表格描述來讀取並印出任何訊息。

flowchart LR
    subgraph S1["邏輯導向"]
        direction TB
        L1["if / case 分支"] --> L2["處理常式 1"]
        L1 --> L3["處理常式 2"]
        L1 --> L4["..."]
        L1 --> L5["處理常式 20"]
    end

    subgraph S2["物件導向"]
        direction TB
        O1["基底類別 Message"] --> O2["子類別 1"]
        O1 --> O3["子類別 2"]
        O1 --> O4["..."]
        O1 --> O5["子類別 20"]
    end

    subgraph S3["表格驅動"]
        direction TB
        T1["訊息描述表格"] --> T2["1 個通用處理常式"]
        T2 --> T3["依表格描述讀取並輸出"]
    end

可進一步搭配多型（Polymorphism）：建立抽象欄位類別 AbstractField，針對每種資料型別（浮點數、整數、字串等）建立子類別，再將子類別物件存入陣列。如此連 case 語句都可以省略，只需一行 field[fieldType].ReadAndPrint() 即可。

這種做法的關鍵設計洞見不在於物件導向或函式導向，而在於精心設計的查找表。若訊息描述從檔案讀入，新增訊息類型甚至不需要改動程式碼。

調整查詢鍵（Fudging Lookup Keys）#

當資料無法直接當索引時，有幾種處理策略：

• 複製資料：例如將 0-17 歲的費率複製到每個年齡欄位，使年齡可直接作為索引。好處是查表簡單，壞處是浪費空間且有資料不一致的風險。
• 轉換鍵值：對資料施加函式轉換，例如 max(min(66, age), 17) 將年齡限制在 17-66 的範圍內。
• 將轉換封裝在獨立常式中：例如建立 KeyFromAge() 函式，避免在多處重複轉換邏輯，也方便日後修改。

若程式語言或平台已提供現成的鍵值轉換機制（如 Java 的 HashMap），應優先使用。

18.3 索引存取表#

當簡單的數學轉換不足以將資料對應到表格索引時，可使用索引存取法。

做法是建立一個索引陣列，用原始資料（如零件編號 0000-9999）查詢索引，索引再指向主資料表的實際項目。

索引存取有三大優點：

1. 節省空間：若主表每筆資料很大，用小型索引陣列比在主表中保留大量空位划算得多。例如 10,000 個索引（每筆 2 bytes）加 100 筆主資料（每筆 100 bytes）只需 30,000 bytes，遠少於直接建立 10,000 筆主資料所需的 1,000,000 bytes。
2. 多種排序檢視：可以針對同一份主表建立多個索引（按員工姓名、入職日期、薪資等），操作索引比操作主表便宜。
3. 易於維護與替換：將索引存取邏輯封裝在獨立常式中，日後要更換存取策略時更容易。

18.4 階梯存取表#

階梯存取法適用於資料對應到範圍而非離散數值的情境。

成績分級範例#

假設評分標準為：>=90% 為 A、<90% 為 B、<75% 為 C、<65% 為 D、<50% 為 F。這種不規則的範圍無法用簡單函式轉換成索引，也不適合用索引法（因為分數是浮點數）。

改用階梯法，將每個範圍的上限存入表格，再用迴圈逐級比對：

Dim rangeLimit() As Double = { 50.0, 65.0, 75.0, 90.0, 100.0 }
Dim grade() As String =      { "F",  "D",  "C",  "B",  "A"   }

這種做法在面對不規則數據（如機率分布 0.458747、0.547651 等）時尤其有效。

使用階梯法的注意事項#

• 留意端點處理：確保範圍的上下界都被正確處理，特別注意 < 與 <= 的差異。
• 考慮二分搜尋：當範圍列表很長時，循序搜尋的成本可能過高，可改用準二分搜尋（Quasi-Binary Search）。此時需特別處理端點的特殊情況。
• 考慮改用索引存取：若執行速度是關鍵考量，可用索引表取代階梯法，以空間換取時間。
• 封裝為獨立常式：將階梯查表邏輯放入專屬函式中，方便日後修改。

多種方案都可行時，不必執著於找出「最佳」解。正如 Butler Lampson 所言：追求好的方案並避開災難，比追求最佳方案更重要。

18.5 表格查詢的其他範例#

本書其他章節也應用了表格查詢技巧：

• 保險費率查表（16.3 節）
• 以決策表取代複雜邏輯（19.1 節）
• 表格查詢時的記憶體分頁成本（25.3 節）
• 布林值組合的查表簡化（26.1 節）
• 貸款還款表的預先計算（26.4 節）

要點#

• 表格提供了複雜邏輯和繼承結構的替代方案。若程式邏輯或繼承樹令你困惑，問問自己能否用查找表來簡化。
• 使用表格的關鍵考量之一是如何存取表格：直接存取、索引存取或階梯存取。
• 另一個關鍵考量是表格中該放什麼：資料或動作。