理解 Python 编程中的复杂与繁复之别 | AI生成和翻译
Question: 如何理解 Zen of Python 中的原则 “Complex is better than complicated”？
Answer:
“Complex is better than complicated”（复杂优于繁琐）是 The Zen of Python（在 Python 解释器中输入 import this 即可查看）中的核心指导原则之一。它区分了两个相似但不同的概念：
- Complex (复杂)：指某个事物具有内在的深度或由许多部分组成，但其结构良好、模块化且易于理解。一个 Complex 的解决方案在处理复杂需求时不会包含不必要的周折。
- Complicated (繁琐/乱)：指某些事物过度纠缠、晦涩难懂或者无谓地复杂——即使底层问题本身很简单。
在 Python 哲学中，这一原则鼓励编写能够接纳必要复杂性（例如在适当的时候使用 advanced features、多个 classes 或 abstractions）的代码，而不是制造偶然的繁琐（例如：clever tricks、过深的嵌套或 spaghetti code）。
Key Takeaways
- 当强大的、”complex” 的 Python 特性（如 decorators、metaclasses、generators 或 object-oriented design）能让代码更清晰、更易于维护时，使用它们是完全可以接受的（而且通常是更好的选择）。
- 避免 “complicated” 的代码：过度追求技巧的一行代码（one-liners）、过多的间接调用、绕过语言机制的 manual hacks，或者为了微小的性能提升而牺牲 readability 的代码。
Examples
倾向于 Complex (好):
# 使用带有条件的 list comprehension —— 虽然内在有一点复杂，但是 idiomatic 且清晰
squares_of_evens = [x**2 for x in numbers if x % 2 == 0]
避免 Complicated (不好):
# 用晦涩的逻辑手动构建相同的列表
squares_of_evens = []
i = 0
while i < len(numbers):
if numbers[i] % 2 == 0:
squares_of_evens.append(numbers[i] ** 2)
i += 1
另一个经典例子：
Complex (好):
使用合理的 class hierarchy 或者像 collections.abc 这样的 library 来实现自定义 container type。
Complicated (不好):
对 built-in types 进行 Monkey-patching，或者使用晦涩的 __getattr__ 技巧来逃避学习正确的方法。
简而言之：当一个问题确实需要深度时，应利用 Python 丰富的工具优雅地解决它（”complex”）。永远不要为了显得聪明而把代码绕成团（”complicated”）。这与 Zen of Python 的其他原则相辅相成，如 “Simple is better than complex”（针对简单问题时）和 “Readability counts”。
References: