全球#代码评审#求职准备#面试与材料

软件工程面试遇到 Code Review：怎样找问题并说明修改优先级

Q: 评审应先改风格吗？

先看需求与行为影响，再讨论次要优化。

Q: 新需求出现后能直接套旧修复吗？

需重新核对数据契约和业务规则。

用原创Python汇总函数练习Code Review，复现可变默认参数问题，安排修复、测试、优先级和评审评论，并通过订单去重变体训练需求澄清。

更新于 2026 年 10 月·约 9 分钟阅读·2,271 字

正在准备代码评审，先补哪一步？

如果能写代码，却不知道怎样解释别人代码中的风险，加微信说明面试形式和技术栈，可以先沟通适合做哪类专项练习。

文 / STEM Career 编辑部

Code Review 面试需要你阅读一个改动，判断哪些问题影响行为、哪些属于后续优化，并把意见说成作者能执行的修改。找到很多风格细节，不一定代表评审有价值。

下面用原创 Python 金额汇总函数，练习从需求、差异、边界与测试出发。它是教学例子，不是任何企业的真实面试题，也不处理真实订单或财务数据。

先确认改动要完成什么

教学需求是：输入订单记录，汇总 status 为 paid 的金额；金额使用整数最小单位；空列表返回零；重复调用不应受到先前调用影响。示例记录格式由题目保证，暂不处理退款与多币种。

这些条件应该先于评审意见。若题目没有说明金额单位、负值或状态范围，先询问，再决定是否存在缺陷。不要因为现实业务复杂，就给一个小任务强加所有可能需求。

阅读一段有问题的初稿

def paid_total(orders, seen=[]):
    total = 0
    for order in orders:
        if order['status'] == 'paid':
            seen.append(order['amount_minor'])
    for amount in seen:
        total += amount
    return total

第一轮先按一条 paid 和一条其他状态的记录手算。再想函数连续调用会怎样。默认列表会在调用之间保留，因此第二次结果可能混入第一次的金额。

问题不是变量名不够漂亮，而是行为违反独立调用的要求。一个最小反例能让评审意见更容易确认，也能避免靠语气争论。

用具体输入展示影响

第一次输入 paid 金额三百，预期三百；第二次输入 paid 金额二百，预期二百。初稿第二次会把已有三百一起算进来，得到五百。

如果先前没有 paid 记录，问题可能暂时不显现。因此只测一次正常调用会漏掉它。评审时说明触发条件和结果，比笼统写“这个默认参数有风险”更有帮助。

Python 官方默认参数说明解释了相关语言行为。面试里仍需要把这个行为连接到当前需求与反例。

提出最小而完整的修复

def paid_total(orders):
    return sum(
        order['amount_minor']
        for order in orders
        if order['status'] == 'paid'
    )

本题不需要保留 seen。修复移除了跨调用状态，同时保留题设中的整数金额与状态过滤。若业务后来需要按订单去重，应另加明确标识与规则，不能假定金额相同就是重复订单。

代码更短不是修复成立的依据；关键是它满足需求，并能通过对独立调用与边界的检查。

检查要能揭示旧问题

assert paid_total([]) == 0
assert paid_total([
    {'status': 'paid', 'amount_minor': 300},
    {'status': 'pending', 'amount_minor': 900}
]) == 300
assert paid_total([
    {'status': 'paid', 'amount_minor': 200}
]) == 200

这组顺序调用覆盖了原缺陷，同时检查空输入与状态过滤。还可以增加零金额和多条 paid。每项都说明它保护什么要求，不为凑数量重复同一种输入。

Google 的代码评审指南讨论了设计、功能和测试等关注点。用于本题时，把关注点落到实际代码与证据，而不只逐项念原则。

怎样排列修改优先级

会导致错误汇总的问题需要先修。题设没有规定的退款、输入校验或多币种，先列为澄清项；变量命名和形式调整，可以在行为确认后再讨论。

意见类型	本题例子	推荐表达
必须修复	跨调用列表保留金额	给出连续调用反例
需要确认	是否允许退款或多币种	询问输入与规则
可后续优化	文档或命名调整	说明具体阅读收益

优先级要随影响解释，不能只用“严重”“最佳实践”等标签。作者需要知道为什么改，以及怎样确认改好。