除錯（Debugging）是找出錯誤根源並加以修正的過程，與偵測錯誤的「測試」互為互補。在某些專案中，除錯佔據了總開發時間的 50%。然而，研究顯示最優秀與最差的程式設計師在除錯效率上有高達 20:1 的差距——好消息是，透過系統化的方法，除錯不必是最困難的環節。
23.1 除錯概述#
除錯和測試一樣，本身並不是提升品質的手段，而是診斷缺陷的方式。真正的品質必須從需求、設計與高品質的編碼實踐中建立，除錯只是最後一道防線。
經典研究（Gould 1975）發現，最快與最慢的程式設計師在除錯效能上有巨大差異：最快的三人平均 5 分鐘找到缺陷、引入 3 個新缺陷；最慢的三人平均 14.1 分鐘、引入 7.7 個。若遞迴計算修正引入的新缺陷，最慢群組需要約 13 倍時間才能完全除錯——印證了提升品質同時降低開發成本的原則。
缺陷即學習機會#
每個缺陷都映照出你對程式的理解不足。善用機會去：理解程式本身、認識自己的錯誤模式、從讀者角度審視程式碼品質、改進除錯方法。
無效的除錯方式#
| 方式 | 說明 |
|---|---|
| 靠猜測找缺陷 | 隨機散佈 print 語句，東改西改直到「好像」能動 |
| 不花時間理解問題 | 認為問題很小，找到就好 |
| 修表面不修根源 | 用特殊判斷硬改結果（如 if (client == 45) sum[45] += 3.45） |
| 迷信式除錯 | 怪機器、怪編譯器——程式有問題，就是你的錯 |
即使錯誤看似不是你的問題，先假設它是你的責任。這個心態能幫助你更快找到缺陷，也能維護你的專業信譽。
23.2 尋找缺陷#
找到並理解缺陷通常佔除錯工作的 90%。有效的程式設計師不靠隨機猜測，而是運用科學方法（Scientific Method）系統性地除錯。
科學方法的除錯步驟#
- 穩定錯誤（Stabilize the error）——使錯誤可重現
- 定位來源（Locate the source）
- 蒐集產生缺陷的資料
- 分析資料，形成假設
- 設計方式來驗證或推翻假設
- 執行驗證
- 修正缺陷（Fix the defect）
- 測試修正（Test the fix）
- 尋找類似錯誤（Look for similar errors）
flowchart TD
A["穩定錯誤"] --> B["蒐集資料"]
B --> C["分析"]
C --> D["形成假設"]
D --> E["設計驗證"]
E --> F["執行驗證"]
F --> G{"假設成立？"}
G -->|"是"| H["修正缺陷"]
H --> I["測試修正"]
I --> J["尋找類似錯誤"]
G -->|"否"| B穩定錯誤#
無法穩定重現的錯誤幾乎不可能診斷。間歇性錯誤通常源自：
- 初始化問題：變數未正確初始化，偶爾剛好為零
- 時序問題（Timing issue）
- 懸空指標（Dangling pointer）
穩定化的目標不只是找到一個重現的測試案例，而是將它簡化到最小——任何面向的改變都會影響錯誤的行為。
尋找缺陷的實用技巧#
點擊展開：尋找缺陷的技巧清單
- 使用所有可用資料形成假設：假設必須能解釋所有已觀察到的現象，否則就繼續精煉
- 精煉測試案例：逐步調整條件，觀察哪些變化會影響錯誤
- 在單元測試中執行相關程式碼：將可疑程式碼抽出來獨立測試
- 善用工具：互動式除錯器、記憶體檢查器、語法導向編輯器等
- 用多種方式重現錯誤：從不同角度三角定位缺陷的真正位置
- 產生更多資料以產生更多假設：選擇與已知案例不同的測試輸入
- 善用否定測試的結果：被推翻的假設也能縮小搜索範圍
- 腦力激盪：不要只鑽研第一個假設，多想幾個可能性再逐一排除
- 寫下待嘗試的事項：避免在同一條死路上卡太久
- 縮小可疑範圍：用二分搜尋法，移除一半程式碼看錯誤是否仍在
- 注意曾出錯的類別與常式：缺陷傾向群聚
- 檢查最近變更的程式碼：新錯誤通常與近期修改有關
- 擴大可疑範圍：若在小區域找不到，考慮缺陷可能在別處
- 增量整合：一次加入一小塊程式碼，新錯誤必定來自新加入的部分
- 對照常見缺陷清單：利用檢查表刺激思考
- 跟別人說：解釋問題的過程中，常常自己就找到答案（「告解式除錯」）
- 休息一下：若焦慮感出現，就是該休息的信號——讓潛意識接手
暴力除錯法#
當精密分析行不通時，暴力法（Brute-force）雖然費力但保證有效：
- 對問題程式碼做完整的設計與程式碼審查
- 丟掉問題段落，從頭重寫
- 用最嚴格的編譯器警告等級編譯並修正所有警告
- 掛上單元測試框架，獨立測試問題程式碼
- 在除錯器中手動逐步執行大型迴圈
- 用不同的編譯器或環境編譯與執行
設定一個「快速除錯」的時間上限。若五分鐘的猜測法沒用，就切換到保證有效的暴力法，避免浪費數小時在碰運氣上。
語法錯誤#
語法錯誤隨著現代編譯器的進步已越來越少見，但仍需注意：
| 原則 | 說明 |
|---|---|
| 不要相信行號 | 編譯器可能把錯誤報在錯誤的位置 |
| 不要完全相信錯誤訊息 | 編譯器的描述可能有誤導性 |
| 不要信第二個錯誤訊息 | 修正第一個再重新編譯即可 |
| 分而治之 | 移除部分程式碼重新編譯，定位語法錯誤的位置 |
23.3 修正缺陷#
找到缺陷是困難的部分，但修正才是容易出錯的部分——研究發現缺陷修正首次正確的機率不到 50%（Yourdon 1986b）。
- 先理解問題再修正：用能重現和不能重現錯誤的案例來三角驗證你的理解
- 理解程式，不只是問題：對程式有全局理解的開發者修正成功率更高——至少理解缺陷周圍數百行程式碼
- 確認診斷：排除所有其他可能的原因後再動手
- 放輕鬆：匆忙修正會導致草率判斷與不完整的診斷
- 保存原始原始碼：修正前先備份，方便日後比對
- 修根源，不修表象：不要用特殊案例的 if 判斷來掩蓋問題
- 只在有充分理由時才改程式碼：修改後若結果出乎意料，代表你還不夠理解問題
- 一次只改一處：避免多個修改交互作用產生新的混淆
- 檢查你的修正：用自動化迴歸測試確認修正沒有副作用
- 新增暴露此缺陷的單元測試：避免缺陷將來被重新引入
- 尋找類似的缺陷：缺陷傾向群聚，若想不到如何搜尋類似缺陷，代表你還不夠理解問題
絕不要隨機修改程式碼直到「好像能動」。這是巫毒程式設計（Voodoo Programming）——你沒有學到任何東西，對正確性也毫無信心。
23.4 除錯中的心理因素#
除錯要求你在流暢的創造性思維與嚴格的批判性思維之間快速切換，同時還要對抗自己「我的程式碼沒問題」的自我保護心態。
心理定勢（Psychological Set）#
心理定勢是指人們傾向看到自己預期看到的東西：
- 學生期待
while迴圈像自然語言中的「當…就…」一樣持續評估，而非只在迴圈頂端或底端檢查 - 程式設計師把
SYSTSTS和SYSSTSTS當作同一個變數，直到程式跑了數百次才發現 - 看到沒有大括號的
if後面跟著多行縮排，自動腦補大括號的存在
良好的程式風格（格式化、命名、註解）能建立一致的視覺背景，讓缺陷作為「變異」更容易被察覺。
心理距離（Psychological Distance）#
心理距離指兩個項目被區分的容易程度。變數名稱如 stoppt vs. stcppt 幾乎不可見，而 product vs. sum 則一目了然。選擇命名時應確保足夠的心理距離，避免因視覺相似而引發除錯盲區。
23.5 除錯工具#
原始碼比對工具#
Diff 等比對工具（Source-code Comparator）可用來比較修改前後的版本，迅速定位差異。當新版本出現舊版沒有的缺陷時，比對檔案是最直接的方法。
編譯器警告訊息#
- 將警告等級設到最嚴格，並修正所有警告
- 將警告視為錯誤（Treat warnings as errors）
- 建立整個專案統一的編譯器設定標準
其他工具#
| 工具 | 說明 |
|---|---|
| 延伸語法與邏輯檢查器（如 lint） | 比編譯器更嚴格地檢查未初始化變數等問題 |
| 執行效能分析器（Execution Profiler） | 花幾分鐘研究程式效能分佈，可能揭露隱藏的缺陷 |
| 測試框架與鷹架程式碼（Test Framework / Scaffolding） | 將問題程式碼抽出獨立測試 |
| 互動式除錯器（Debugger） | 設定中斷點、逐步執行、檢查資料、倒退執行等 |
除錯器不能取代思考，但思考有時也不能取代好的除錯器。最有效的組合是好的思考加上好的除錯器。
更多資源#
- Agans, David J. Debugging: The Nine Indispensable Rules for Finding Even the Most Elusive Software and Hardware Problems. Amacom, 2003.
- Myers, Glenford J. The Art of Software Testing. John Wiley & Sons, 1979. 第七章專門討論除錯。
- Allen, Eric. Bug Patterns In Java. Apress, 2002. 提出與本章類似的科學方法論除錯框架。
要點#
- 除錯是軟體開發中影響甚鉅的環節。最佳策略是用本書其他技術從源頭避免缺陷，但提升除錯技能仍然值得，因為優劣之間的差距至少 10:1。
- 系統化方法是成功的關鍵。每次測試都應使你往前一步，善用科學方法來除錯。
- 在修正程式之前，先徹底理解根本問題。隨機猜測與隨機修改只會讓程式變得更糟。
- 將編譯器警告設到最嚴格的等級，並修正所有報告的問題——連明顯的錯誤都不修，遑論找到隱微的缺陷。
- 除錯工具是強大的輔助，找到它們、使用它們，同時記得運用你的大腦。