2019OO第三单元总结
一、JML语言理论基础和应用工具链
JML是一种形式化的、面向Java的行为接口规格语言。JML以javadoc注释的方式来表示规格，每行都以@起头。
requires子句定义该方法的前置条件
assignable列出这个方法能够修改的类成员属性
ensures子句定义了后置条件
signals子句的结构为signals (***Exception e) b_expr ，意思是当b_expr 为true 时，方法会抛出括号中给出的相应异常e
\result表示返回值
\old(expression)表示expression在进入方法之前的值
\forall表示全称量词
\exists表示存在量词
normal_behavior和exception_behavior区分正常和异常
JML相关的工具主要有OpenJML和JMLUnitNG，OpenJML用来检查JML语法的正确性，JMLUnitNG用于单元测试。
二、使用JMLUnitNG
这里使用一个简单的例子来说明JMLUnitNG的用法。
假设src文件夹下有demo.java，内容如下：
public class Demo {
/*@ public normal_behaviour
@ ensures \result == lhs - rhs;
*/
public static int compare(int lhs, int rhs) {
return lhs - rhs;
}
public static void main(String[] args) {
compare(114514,1919810);
}
}
在PowerShell下，执行（请根据自己的实际情况，对jar包的路径进行修改）
java -jar D:\Documents\work\oo\openjml-0.8.42-20190401\jmlunitng.jar demo.java
javac -cp D:\Documents\work\oo\openjml-0.8.42-20190401\jmlunitng.jar (dir . -recurse -name *.java)
java -jar D:\Documents\work\oo\openjml-0.8.42-20190401\openjml.jar -rac demo.java
java -cp '.;D:\Documents\work\oo\openjml-0.8.42-20190401\jmlunitng.jar' Demo_JML_Test
可以看到运行结果
三、作业分析
第一次作业：
难点在于pathId和path的对应，因此我使用了两个HashMap，一个是HashMap<Integer, Path>，一个是HashMap<Path, Integer>，这样可以进行双向查询，由于HashMap通过key来查找value的时间复杂度很低，通过这种方式可以有效降低时间复杂度。
对于PATH_DISTINCT_NODE_COUNT指令，可以把当前path中所有结点的号存入HashSet中，在通过这条指令查询的时候直接返回该HashSet的size即可。
对于DISTINCT_NODE_COUNT指令，可以使用HashMap<Integer, Integer>，让结点的号和它在PathContainer中出现次数进行对应，增加path的时候让出现次数加一，删除path的时候让出现次数减一（如果减到0的时候删除key为pathid的映射），在通过这条指令查询的时候直接返回该HashMap的size即可。
第二次作业：
相比第一次作业而言，难度略有提升，主要是要查询两个结点之间的最短路径，因此需要用到无向图数据结构，我使用邻接表的方式存图；由于两个点之间的距离是1，使用BFS算法就能解决问题。
由于测试用例中图结构变更指令（增加、删除path）很少，很多指令都是查询类指令（查两个点是否连通、两个点最短距离之类的），因此我考虑了缓存机制，缓存的结构为HashMap<Pair<起点id, 终点id>, 距离>，用来避免多次进行BFS计算，在变更图结构之前缓存是一直有效的，只有在缓存中查不到的时候才进行BFS。
在执行bfs(fromNodeId)的时候（其中fromNodeId是起点），每遍历到点v，能得到fromNodeId到v的最短路径dist，并存入缓存中。
第三次作业：
需要实现地铁系统的各个查询功能，可以查询两个点之间的最少票价、最少换乘次数、最少不舒适度，但其实本质上和第二次作业差不多，就是各种求最短路径，只不过是“距离”不一样，此时我使用了Dijkstra算法，通过优先队列优化。
第二次作业使用的无向图结构可以继续沿用，只是需要记录一下两个点之间通过几号线连接；缓存机制修改了一下，改为HashMap<起点id, HashMap<终点id, 距离> >。
但是这次的难点就是，通过p1号线到u点，和通过p2号线到u点，是不一样的！因此我用到了“拆点”的方法，不妨在计算的时候考虑把u点“拆开”，拆成up1点和up2点（其中up代表通过p号线到u点）。因此计算最低票价（s代表起点）的大概步骤就是：
1. 到s0的票价为-2，入队（该算法认为从起点开始坐p号线，就是从0号线换乘到p号线，所以平白多了2块钱，在这里先把这两块钱减去）
2. 从优先队列中抽出票价最小的up（距离为c），标记up，更新缓存（如果这个c比缓存中记录更小的话）
3. 对于与u相邻的点vq而言，若vq没有被标记，认为到vq的票价为c+1+((p!=q)?2:0)，入队。重复进行2,3步
对于其他的“距离”，也是用类似的做法。
四、bug的情况
这三次作业在强测和互测中都没有被发现bug。
五、心得体会
这几次作业，需要用到很多新东西（比如OpenJML，JMLUnitNG），写起来感觉也有点接近实际工程（特别注重严密性），主要感受就是JML有点像大一数分课上使用的数学语言，JML说了那么一堆（自己看着也是比较费劲），但实际上就是求一个最短路径而已。虽然麻烦了一点，但对于bug的发现、自动化测试还是有很大的帮助，代码更接近未来的实际工程，因此JML这一单元对我也是受益匪浅的。
