本文主要是介绍OO_U3总结，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

OO_U3总结

一、简介

• 本单元学习了JML进行规格化设计。JML通过前置条件、后置条件、副作用等对方法与类进行约束，而编程者只需要保证自己的代码实现符合JML规约，便可以保证程序的正确性。这大大化简了代码编写过程中的思考，降低了出错的概率，防止方法或者类之间过度耦合，也改善了一边架构一边写，想到哪里就写到哪里，想错哪里就改一大片这种问题，并且在多人协作各自不同分工时便于代码的整合。
• 虽然JML大幅化简了代码的编写，但实际上这是一种将设计架构与代码编写分开的过程。JML描述本身代表了整体的架构设计，因此先写出完整的JML，后进行代码编写，实际上难度并不会比边想边写低，必须先保证所有JML的准确性，否则代码也无法保证正确性。不过本单元作业的JML已经给出，所以难度降低了很多。

二、关键类的设计与架构

1. 类图

2. 设计与架构

• 在第一次作业中，我定义了MyCircle类，用于记录同个圈子内的人，每个人在增加到NetWork时自己为一个圈子，当添加与他人的关系时，会将两个圈子内合并，如果是同一个圈子内不同的人，则不需要更改，这样做可以使查询两人是否在同一个圈子的方法的时间复杂度降低，但必须满足关系只增不删，否则无法维护。
• 在第二次作业中，求最小生成树的方法借助于MyCircle类实现，一个圈子的最小生成树不会涉及其他圈子。
• 在第三次作业中，新增自定义类MyEmojiRecorder，用于记录使用了同一个emoji的消息的引用，便于删除消息，同时求最短路径也使用了MyCircle类的方法，图的关联性很强，好的类会有更高的扩展性。

三、性能策略

1. 并查集

• 如设计与架构中所说的，使用MyCircle类，将同一个圈子的人直接保存在MyCircle中的容器，查询同一个圈子的时候，只需要根据是否包含这个人找到这个圈子，一个人不会同时存在于不同圈子中，圈子动态维护，保证复杂度被均分到整个进程。

2. 最小生成树

• 最小生成树使用加边法，将同一个圈子中所有的边，按从小到大排序，每次加一条最短的边，如果成环则不算入有效边，直到加入n-1条有效边，n为一个圈子中的节点总数，此时得到即为最小生成树。对于判断是否成环，依旧使用并查集方式，每个节点先属于一个集合，加边时如果加在了不同集合的点，则合并集合，视为有效边，否则为无效边，并删除。

3. Dijkstra算法计算最短距离

• 对于两点之间的最短距离计算，使用堆优化的Dijkstra算法，最基础的Dijkstra算法需要维护一个n*n的可达矩阵，每次计算都要找到离起点距离最近的并且没有使用过的点，用它的边去更新所有其他未找到的节点到起点的距离，这样是n^2复杂度。堆优化指的是，首先放弃可达矩阵，使用邻接表，这样每次更新不需要更新所有的点，只需要更新指定节点可到达的节点，其次，使用基于最小堆实现的优先队列PriorityQueue，保证由小至大的顺序，每次poll取出并删除第一个节点，这样优化了寻找最小节点的时间，当然优先队列插入依旧需要logn复杂度，即总复杂度降至n*logn。
• 实际上经典的Dijkstra算法适用于稠密图，而堆优化的Dijkstra算法适用于稀疏图，当稠密时堆优化的复杂度会比经典的高。因为堆优化的实际实现复杂度为n*k*logn，k为每个节点的度数，即每个节点的邻接点个数，logn为每次更新一个邻节点并插入优先队列需要消耗的复杂度，所以边越少度越小计算越快，适用于稀疏图。而经典Dijkstra算法实际复杂度为n*(n+n)，因为查找需要n，更新需要n，因此节点数越少越快，即稠密图。
• 不过由于数据的限制，稀疏图很容易构造令经典的Dijkstra算法超时，而稠密图再稠密也无法令堆优化的Dijkstra算法超时。即快的时候大家都快，不过有的人更快一点，慢的时候之前快的人就太慢了。

四、针对JML测试

• 这次手动写了一个数据生成器，根据JML规格进行数据的构造，实际上这样做有效的数据大大增加，但也有一定的问题，那就是需要排列组合，规格很多，要想涉及每一种可能性，需要不停调整数据生成器的规则。结果是，尽管我写了很多种生成数据的规则，但是排列组合的情况不够全面，导致生成的数据大部分在合理数据内，对于基础的功能测试比较完善，但对于异常情况测试的不够充分。
• junit单元测试，可以用断言来判断测试结果是否正确。

五、bug与修复

• 在第二次与第三次作业中受到了hack。第二次作业中求Group中所有人的距离，按JML规格是n^3级复杂度，解决方法不是很有效，即只算一半，最后×2。
• 在第三次作业中是由于没有使用堆优化的Dijkstra算法，在上述中也分析过，堆优化的实际实现复杂度为n*k*logn，经典Dijkstra算法实际复杂度为n*(n+n)，不过没有经过测试就想当然了，吃了亏，解决办法就是使用优先队列优化复杂度。

六、NetWork扩展作业

1. 生产产品

/*@ public normal_behavior
  @ requires contains(id) && (getPerson(id) instanceof Producer);
  @ assignable getPerson(id).productsNumber;
  @ ensures getPerson(id).productsNumber ==
  @           \old(getPerson(id).productsNumber) + 1;
  @ also
  @ public exceptional_behavior  
  @ signals (ProducerIdNotFoundException e) !contains(producer) || 
  @      (contains(producer) && !(getPerson(producer) instanceof Producer));
  @*/
public void produce(int id) throws ProducerIdNotFoundException;

2. 发送广告

/*@ public normal_behavior
  @ requires containsMessage(id) && (getMessage(id) instanceof Advertisement);
  @ assignable messages;
  @ assignable people[*].messages;
  @ ensures !containsMessage(id) && messages.length == \old(messages.length) - 1 &&
  @         (\forall int i; 0 <= i && i < \old(messages.length) && \old(messages[i].getId()) != id;
  @         (\exists int j; 0 <= j && j < messages.length; messages[j].equals(\old(messages[i]))));
  @ ensures (\forall int i; 0 <= i && i < people.length;
  @           (\forall int j; 0 <= j && j < \old(people[i].getMessages().size());
  @             people[i].getMessages().get(j+1) == \old(people[i].getMessages().get(j))) &&
  @           people[i].getMessages().get(0).equals(\old(getMessage(id))) &&
  @           people[i].getMessages().size() == \old(people[i].getMessages().size()) + 1);
  @ also  
  @ public exceptional_behavior  
  @ signals (AdvertisementIdNotFoundException e) !containsMessage(id) || 
  @     (containsMessage(id) && !(getMessage(id) instanceof Advertisement));  
  @*/
public void sendAdvertisement(int id) throws AdvertisementIdNotFoundException;

3. 购买产品

/*@ public normal_behavior
  @ requires contains(id) && (getPerson(id) instanceof Producer);
  @ assignable getPerson(id).productsNumber;
  @ ensures getPerson(id).productsNumber ==
  @           \old(getPerson(id).productsNumber) - 1;
  @ also
  @ public exceptional_behavior  
  @ signals (ProducerIdNotFoundException e) !contains(producer) || 
  @      (contains(producer) && !(getPerson(producer) instanceof Producer));
  @*/
  public void purchaseFromProducer(int id) throws ProducerIdNotFoundException;

七、心得体会

• JML对于编程的规范化非常实用，并且极大降低了出错的可能性，不过在实现时仍需要代码实现，所以更需要关注在基本逻辑正确的前提下，保证代码细节的正确性，JML的撰写能力是否优秀也会决定程序的复杂度。
• 对于时间开销，第一次感受到算法不同时造成的巨大差异，比如室友在使用类与类之间进行多层HashMap嵌套时出现了远高于多层ArrayList的时间开销，所以代码的底层实现原理也需要考虑。

这篇关于OO_U3总结的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！