OO第三单元总结

1 JML概述

1.1 JML语言理论基础梳理

先上一张思维导图，这是JML level 0下主要的语法

由于JML手册中已经给出了详尽的规范，所以此处只叙述一下个人的理解：

一般而言看JML可以先看他的类型规格，尤其是所属的类有什么成员变量（容器不需要严格实现，但是成员的分布需要了解），不变式或者状态约束可以暂时跳过；然后针对每个方法，可以先看其正常状况下的ensures，因为这个是方法的主要功能！然后通篇读完所有的类与方法之后，再开始从较为底层的方法开始严格按照JML写！

1.2 JML工具链

①Junit4 手动单元测试

②OpenJML 检查JML的语法

③SMT Solver 检查JML与代码的符合性

④JMLUnitNG 根据JML生成测试样例并进行检验

总的来讲后三个工具链报错巨多，而且并不是很智能，详尽分析请看下文

2 JML验证工具

2.1 openJML

openJML用于对JML语法进行检查

指令：java -jar <openjml.jar路径> -check -dir <JML代码所在源代码路径>

注意-check是针对某一个java文件进行检查，而-dir则会连带其整个目录进行检查

仅对Group.java的检查

 

可以发现找到的错误均与Person有关，于是我们连带整个目录进行检查

就没有任何错误

2.2 SMT Solver

指令：java -jar <openjml.jar路径> -exec <Solver路径> -esc <JML代码所在源代码路径>

SMT Solver已经包含在下载的openJML里面

分析两个报错：

①发现其对@Override的标签也会报错，目测是由于无法识别@Override的含义

②在ensure语句中不该出现私有变量

2.3 JMLUnitNG

指令：java -jar <JMLUniting的路径> <被测试源文件路径> <目标路径*.java>

注意需要将诸如new HashMap<>()中<>内的内容补全

生成的测试样例截图：

可以看到生成的测试样例取得都是极端值、0、null等等，并且不能准确识别requires

所以简而言之就是，这款工具还相当的简陋，离实际应用相距甚远

4 模型构建策略

写在前面：一定要弄明白模型的整体目的 再仔细看JML！！！

由于三次作业在迭代过程中，仅增加了一些函数，所以直接从第三次作业分析

4.1 数据结构的选择

首先需要明确：JML类型规格中给出的容器，仅供参考，不一定需要实现

本次作业中由于Person和Group都有独一无二的id，所以选择HashMap作为People和Groups的容器是非常合适的，ArrayList的底层实现是数组，查找效率不高，而HashMap作为散列表查找的时间复杂度近乎o（1）

在和同学交流过程中，得知：

① 有人会根据函数需要遍历还是查找来选择ArrayList和HashMap，个人认为如果确实有这样的区分度的话，是一个很不错的想法，但是我应该所有的容器都采用HashMap，因为我也观察过大部分函数都是需要查找，这样不会超时也较为简单

② 有人全部使用ArrayList导致强测TLE，后来我与其共同分析，在queryNameRank（）中时间复杂度过高！

4.2 算法选择

4.2.1 缓存法

针对查询年龄平均、方差等等此类功能，采用缓存法需要在add和delete时做出极为小心的改动，并且认真阅读JML，因为部分数据与直觉不符，但是可以极大地节约时间

然而，第二次作业中一开始，我非常轻率的直接严格按照JML用二重循环写，直到在测试过程中发现会超时，几乎全部重构的修改了函数，才避免了TLE

4.2.2 并查集

iscircle（）和queryBlockSum（）都可以用并查集非常轻松地解决，其中iscircle（）时间复杂度为o（1），queryBlockSum（）时间复杂度为o（n）

此外并查集有两个可以进行优化的地方：

① 路径压缩

由于使用树来存储一个集合内的所有元素，而树根则是该集合的代表，如果不路径压缩，时间复杂度为o（height），而路径压缩是一种启发式的优化手段，因为事实上可以把所有的元素（除树根）直接连到树根上，从而实现o（1）的查询时间复杂度

P.S. 图片取自《算法导论》（原书第3版）作者: Thomas H.Cormen / Charles E.Leiserson / Ronald L.Rivest / Clifford Stein

② 按秩分配

注意到并查集在合并两个集合时，将一棵树的树根挂到另一棵树根上，为了使得树高（height）尽量低，一般选择将低一些的树挂到另一棵树上

此算法我并未实现，（实际上实现起来相当简单），但是考虑到使用并查集+路径压缩已经可以实现相当高的查找效率，就不增加代码的复杂性

4.2.3 Dijkstra算法&Tarjan算法

针对queryMinPath（）采用Dijkstra算法，由于不是算法课不详尽介绍了，但是注意求最小的路径估计时，可以采用java自带的PriorityQueue，其底层采用堆实现，可以显著降低时间复杂度

针对queryStrongLinked（），采用Tarjan算法，其本质是求点双联通分量，但是要注意：离散数学中两点一线也算点双联通，但是根据JML此处不算，所以采用Tarjan算法之后要加以特判排除两点一线情况

5 bug与修复情况

5.1 自己的bug：

仅第二次作业互测中被发现1个bug

原因分析：

浅层原因：

第二次作业中iscircle()函数可以通过并查集快速实现，并查集主要有3个操作构成：

新建集合：MAKE-SET(v),

寻找给定元素所在集合的根：FIND-SET(v),

合并两个集合：UNION(v, u)

而对于两个集合的合并应当写成：

UNION( FIND-SET(v), FIND-SET(u) )

即寻找两个集合的根节点并且使得这两个根节点成为父子节点，而因为第一次写并查集误写成UNION(v, FIND-SET(u))，从而导致部分连接信息丢失，但是强测中并未被hack，可能是由于强测中图的连通性过高，部分信息的缺失不足以导致iscircle()判断的

深层原因：

本次作业依旧采用自动测评的方式进行测试，方法如下：

①利用python脚本实现一个生成器，随机输出指令并且维护指令计数器与已给出id的列表

②利用git diff功能与同学代码对拍

本次作业由于对于一组给定的指令，结果必然完全一致，所以对拍即可实现比对，比前两次作业进行逻辑验证方便许多

然而，问题即发生在python脚本的生成器，由于版本管理失误，我使用了旧版的生成器，其不会生成iscircle()指令，从而导致代码测试的覆盖不全

 

注：

a.并查集的三个操作引用 《算法导论》（原书第3版）作者: Thomas H.Cormen / Charles E.Leiserson / Ronald L.Rivest / Clifford Stein

b.感谢hjw同学分享的生成器以及他在OO课程上对我的其他帮助

 

5.2 互测发现的bug

第1、3次互测整个room均未发现任何bug

第2次互测中发现三个bug，均为WRONG ANSWER

原因分析：

对于queryAgeMean()和queryAgeVar()这两个函数，JML中均给出关于整除的严格说明，但是有同学忽略了这一点，以至于在特定数据下会出现相差1的错误

6 心得体会

a. 一定要注意JML中，方法规格的要求是强制性的，但是对于类的成员数据类型要求却是非强制的，意味着：JML规格中可能给出的静态数组，而你可以用任意容易诸如HashMap去实现，以提高性能

b. JML规格由于处于注释中，idea无法提供任何颜色提示，很容易搞混括号匹配，一定要弄清楚否则容易出现理解错误