前言：
前一篇文章 《『开源』也顺手写一个 科学计算器：重磅开源》 ，继 Laura.Compute 算法开源之后，有 博客园 园友 希望公开一下 Laura.Compute算法 的 设计思路——就是本文了。
算法思想：
模拟人为思考过程的算法 —— 算法没有任何 取巧 的成分；
唯一的优势 在于 算法的抽象思想，算法的架构，算法的 先分析，后运算 的执行模式，还有 算法的 简单的插件扩展方式；
执行过程：
比方说 我们要计算 1 + 2 – 3 * 4 / 5 + LEN('ShuXiaolong')， 我们知道 最终结果 是 11.6
算法 初始化： 算法 会 寻找所有 可用的扩展插件——算法内置 插件 就多达 30多个；
算法 分析：
需用插件： 通过关键字，找出 +，-，*，/，LEN 这几个 执行插件——排除多余 不会被用到 执行插件，节省效率；
拆析表达式： 事先分析元数据和参数，按照 运算优先级，一步步 将 表达式 分析为 唯一片段，具体如下：
1 + 2 – 3 * 4 / 5 + LEN('ShuXiaolong')
{Express_0} + {Express_1} - {Express_2} * {Express_3} / {Express_4} + LEN({Express_5})
{Express_0} + {Express_1} - {Express_6} / {Express_4} + LEN({Express_5})
{Express_0} + {Express_1} - {Express_7} + LEN({Express_5})
{Express_0} + {Express_1} - {Express_7} + {Express_8}
{Express_9} - {Express_7} + {Express_8}
{Express_10} + {Express_8}
{Express_11}
算法 执行：
最后的 唯一片段 为 {Express_11}，他的 参数片段 为 {Express_10}，{Express_8} ，他的 运算插件 为 +；
运算插件+ 需要 先计算 {Express_10} {Express_8} 的值，
而 {Express_10} 的 参数片段 为 {Express_9}，{Express_7}，他的 运算插件 为 -；
以此递归 …
算法抽象：
抽象，是 一种 求同 的过程 —— 在 不同需求逻辑中，找出其共性，并 设计出 最少核心类，最易扩展性 的过程；
于是，根据 上面的 执行过程，我们 的 核心对象就是：
表达式片段对象： {Express_数字} 这是他们的 唯一键值；他具备 参数片段集合；他有 运算插件；
运算插件对象：表达式中 的 不同 关键字，对应的 运算方式 —— 还得适应 后期的修改维护；
Ps.算法的王牌之处：运算符（+-*/），函数（LEN） 使用的是 同一抽象对象，同一扩展方式；
算法元数据：
算法元数据类型包括： String，Int，Double，Boolean，Array
算法不足：
算法 最大的 不足 在于：算法 的 元数据类型 是 固定的，算法的分析 是 内置的；
—— 元数据 不具备 扩展性 是 算法 最大的不足；
最后的总结：
其实，上面的 算法拆析过程，想必 各位 已经知道 算法的核心思想了；
而至于 算法 的 内存检索，内存排序 这些 高级功能，都只是 基于算法功能 的 额外顺手 实现，并没有多少 技术含量；