面向对象第三单元总结

一、实现规格所采取的设计策略

由于本单元作业均已给出JML规格，因此代码的基本架构是按照JML规格来写的，当有一些实现起来比较复杂的方法时，比如要进行图的查找计算，就需要新增一些方法来帮助自己更好的实现。

JML规格的编写，是面向这个方法或者类要完成什么样的功能，因此具体代码的实现方式要多加思考，不能照猫画虎，JML规格中会有很多与容器容量、顺序、存在性有关的内容，我们要思考自己的容器是否符合要求。JML规格为保证代码的易读性和规整性，提供的实现方式仅供参考，我们可以减少一些不必要的遍历，让自己的程序性能更好。

二、测试方法和策略

测试方法主要以构造数据为主。首先是要测试自己的代码是否存在问题，构造代码要全面，每一条指令都要进行测试。但在第二次作业中，我自己构造了一些数据进行测试，但强侧被发现bug，这主要是因为本单元的输出比较有迷惑性，而且涉及很多有关容器的操作，有时候可能正常方法执行完成，标准输出也显示正确，但是相关的对象并没有按照想要的顺序，位置插入容器中。测试这类bug，一是靠大量数据测试，容器操作不当会触发数组越界等问题，二是自己增加更多标准输出，观察自己对容器的操作是否正确。

其次是性能问题，我认为这一点测试意义不大，避免超时的最主要方法还是让算法更高效，评测机与我们的计算机性能不一，很难发现超时问题，只要我们能够保证方法复杂度不会达到O(n^2)的级别，基本不会出现超时问题。因此我构造的一些用来测试超时的代码主要用于互测中。

三、容器选择和使用的经验

本单元的一个特点是Person Message Group等类，都有一个id成员作为唯一表示，因此采取Map类型存储，可以简化对对象的存取、查找。Map类型不允许在遍历过程中增添和删除，对于涉及增删的方法，可使用迭代器实现。Person类中的Message对添加的先后顺序有较高要求，因此使用了LinkedList类来简化操作。

同时，有一些相关的集合可以进行合并，person类中，对于acquaintance集合中的人，都对应着一个路径值，我们可以使用Map类，将人和value联系在一起，可以更便捷地计算路径值。Network中的emoji，规格中给出了两个集合，分别id和热度值，我们可以使用Map将其联系在一起，不必考虑两个集合的顺序问题。在迪杰斯特拉算法中，set类型可以作为每一个节点是否被访问的标示，PriorityQueue有助于优化算法。

四、性能问题

第一次作业

第一次作业的主要问题是计算连通块的数量，对于图，我采用了并查集的方法来判断两个节点是否连通，但是计算连通块的数量，使用了规格提供的方法，使用了两层for循环，复杂度为O(n^2),在互测中超时，解决方法是定义一个全局变量来存储连通块数量，在程序运行过程中维护，每增加一个人就增加一个连通块，每增加一条边，如果这条边的两个节点没有连通，则连通块减一。

第二次作业

第二次作业中group类中getValueSum()方法，要求计算group中每个人与同一group中的人相互连通的个数，规格给出的方法是遍历group中的每一个人，但group中的人数可以很多，假如group中有n个人，就要执行n^2次，而每个人acquaintance集合中的人数明显少于group，因此改遍历group为遍历acquaintance。

for (int i = 0;i < people.size();i++) {
    Person p1 = people.get(i);
    for (int j = 0;j < acquaint.size();j++) {
        Person p2 = acquaint.get(j);
        if (hasPerson(p2)) {
            sum = sum + value.get(j);
        }
    }
}

第三次作业

第三次作业计算最短路径，我采用了迪杰斯特拉算法，普通的迪杰斯特拉算法复杂度为O(n^2),使用堆栈优化后复杂度为O(m+n),在此次作业中，我使用了java内置的PriorityQueue，借助堆栈进行排序。计算最短路径，不需要遍历整个图，设置截止条件，当通往目标节点的最短路径从优先队列中取出时，即为所求最短路径。

五、架构设计

本单元主要构建一个通讯网络，其核心是由Person作为节点，Value作为边权的一张图。JML规格中对图的大部分设计已经给出，addPerson增加节点，addRelation增加边，每一个Person都储存着与其直接相连的节点。在此基础上，我引入的祖先节点的概念，增加一个新的集合来储存各节点的祖先节点id，使用并查集的方式来维护这一集合，两个节点有相同的祖先节点，则两节点一定是连通的，主要用来计算连通块的数量。第二次作业引入的Group的概念，是一些节点的集合，涉及的操作并不多，重点关注计算。第三次作业涉及迪杰斯特拉算法，由于获得边权、获得节点的方法比较完善，因此实现起来并不困难。