OO第一单元作业总结

淩亂°似流年 2022-01-09 04:55 145阅读 0赞

在这三周的时间里，我们围绕着求导这个主题，以难度逐渐递增的方式，完成了三次作业。我下面就对我的这三次作业做一个简单的分析

**第一次作业**

**（1）简单分析**

第一次作业的需要求导的多项式比较简单，一个多项式是由加减号链接各个项组成的，而项的种类只有常数项和带系数的幂函数。毕竟我们是第一次接触面向对象编程，因此那稍微简单一点的题进行尝试也是正常的。我对于类创建正如题目中所叙述的方式一样，首先有一个表达式类，而表达式是由项构成的，因此我们可以创建项类，那么表达式类就是一个项类的数组。那么项类的构建我认为我做的是没有问题的。但是由于对面向对象方法的不熟悉，我的项类其实只是一个空壳，没有写求导的方法，这个问题在写第二次作业的时候才意识到。

**（2）程序结构**

以下是UML类图和Metrics分析

**![1615816-20190326212655311-1605605798.png][]**

![1615816-20190326213502885-874076689.png][]

![1615816-20190326212940307-1334845548.png][]

我有几个类的v（G）非常的高，原因就是我的项的类里是没有方法的，导致我的表达式类里频繁调用项类里的内容。这个问题还是很严重的。

**（3）bug分析**

这次作业我犯了一个很严重的错误，那就是我忘了在正则表达式的开头加空格，这样如果最开头是以空格开始，且后面的符号数是两个，我就会把表达式判断成非法的。这个问题导致我在强侧中错了一个点，而且互测也被两个人找到bug。

而对于找bug而言，我就是用自己在写代码时想到的一些可能出现bug的地方构造测试用例，并且认真阅读他人的代码。

\---恢复内容结束---

在这三周的时间里，我们围绕着求导这个主题，以难度逐渐递增的方式，完成了三次作业。我下面就对我的这三次作业做一个简单的分析

**第一次作业**

**（1）简单分析**

**（2）程序结构**

以下是UML类图和Metrics分析

**![1615816-20190326212655311-1605605798.png][]**

![1615816-20190326213502885-874076689.png][]

![1615816-20190326212940307-1334845548.png][]

我有几个类的v（G）非常的高，原因就是我的项的类里是没有方法的，导致我的表达式类里频繁调用项类里的内容。这个问题还是很严重的。

**（3）bug分析**

而对于找bug而言，我就是用自己在写代码时想到的一些可能出现bug的地方构造测试用例，并且认真阅读他人的代码。

**第二次作业**

**（1）简单分析**

第二次作业跟第一次作业相比，添加了三角函数，而且结构也比之前的复杂了，引入了因子的概念。我概括出来如下：多项式是由加减号连接项构成的，项是由乘号连接因子构成的，因子有幂函数因子，常数因子，三角函数因子三种。用这种方法构造类，是十分有结构的。

**（2）程序结构**

以下是UML类图和Metrics分析

![1615816-20190326224557711-360499269.png][]

![1615816-20190326225541608-1325024004.png][]

![1615816-20190326225600343-2144429106.png][]

![1615816-20190326225651083-1512591641.png][]

**（3）读取数据**

我想在这里说一下我读取数据的方法，我通过对表达式构成的一些分析，抽象出加减号+一个因子/乘号+一个因子，如果是加减号+一个因子，说明之前的一项已经结束。而如果是乘号+一个因子，就说明一项还没有结束。而表达式就是由加减号+因子/乘号+因子构成的，这样就能很轻松的判断数据的合法性以及读取并存储数据。

**（4）bug分析**

很遗憾的是，这次我没有找到别人的bug，好消息是自己也没有被发现bug。我觉得，就求导过程来说，按照一定层次来写，是不容易犯错误的，我写的时候没有想到可能会出bug的点，因此我也没有测出别人的bug。

**（5）优化**

相较于第一次特别简单的优化，这次的优化就很复杂了。由于三角函数的引入，导致可能很长的三角函数表达式，会被优化为较短的表达式。而我感觉自己能力有限，因此对于这方面并没有做优化。依然和第一次作业一样的优化。例如\*1，\*0，+0，^1，^0，合并同类项这些。因此在性能分上只得到了部分的分数。

**第三次作业**

**（1）简单分析**

第三次作业与第二次相比，大的结构上其实并没有太大的变化，只是因子的种类发生了很大的变化。难点就在因子的种类上面，多了嵌套因子（sin里面不仅仅只有x，也可以是其它因子）,表达式因子（一个表达式在最外面加了括号后也可以作为因子）。其实根据老师上课给出的类图，其实求导是一个很有逻辑的事情，我们只需要对每种因子类写出求导方法，整个表达式求导只需调用最外层表达式的求导方法即可。但是这次作业的难点在于数据处理（优化根本就没有在我的考虑范围内）。原因是题目里说的表达式中嵌套因子和表达式因子，是一个递归的过程，我们不太好能够写出一个正则去匹配它。那么如何读取数据，构造出一个便于求导的表达式树呢？我在下面会说一下我的方法。

**（2）程序结构**

这次我又犯了和第一次作业一样的错误，只不过位置不同，这次发生在表达式处理上。我没有将表达式处理的递归过程放在底层类里，导致我的处理过程写的无法扩展和维护。这同时也导致我的有些类的长度过长。

以下是UML类图和Metrics分析

![1615816-20190326232728419-1494441278.png][]

![1615816-20190326232946586-1608949794.png][]

![1615816-20190326233011239-745605632.png][]

![1615816-20190326233018601-2025553997.png][]

![1615816-20190326233243186-269830127.png][]

**（3）bug分析**

这次我依然没有发现别人的bug，自己也没有被发现bug。

**（4）读取数据**

在之前的两次作业中，我并没有进行对字符串的处理，就能够通过分析，找到所有正确表达式是由一种或两种正则循环构成的。因子我只要通过对输入循环匹配我所写的正则，即可判断数据并处理数据。但是这次我发现这个方法并不能直接实行。我想通过加号分开所有的项，通过乘号分开所有的因子，知道找到最底层不需要进行递归操作就能判断正确性的因子。举个例子，我先通过加号分开输入的所有部分，如果每部分是因子，那么这个输入就是合法的。而对于每个项，我用乘号分开所有部分，如果每部分都是因子，这个项就是合法的。而因子中又有嵌套因子，表达式因子，会继续调用我之前用加号分开所有部分的方法，这样就构成了递归。问题在于可能有干扰的+-号和乘号，比如指数上的+-号，表达式因子里的加减号和乘号。因此在进行我上面所说的分离步骤之前，要对这些干扰进行替换，先用其他符号替代。

**（5） 优化**

这次由于结构复杂+因子种类繁多，优化变的十分复杂，因此我只做了对于指数为1,0项为0的优化，以及多层括号的优化，并没有合并同类项。这些优化并没有用，我的性能分依然是0分。

** 总结**

通过这三次作业，我意识到自己对于面向对象的感觉还是有待提高的，在之后的作业中我也会多多学习，争取获得进步。

转载于:https://www.cnblogs.com/liumingzu/p/10604809.html

[1615816-20190326212655311-1605605798.png]: /images/20220109/d9f90f34f53442dfaabbfe0cf43b679c.png
[1615816-20190326213502885-874076689.png]: /images/20220109/74d00f5251ab40489da0f5fa5878fc1a.png
[1615816-20190326212940307-1334845548.png]: /images/20220109/665d0bf8ab644be2915c29a739df4e28.png
[1615816-20190326224557711-360499269.png]: /images/20220109/d42c294752ce4ef2b46fe5ec0865a59b.png
[1615816-20190326225541608-1325024004.png]: /images/20220109/7faefe29857d4ea3a185353f1a2d819d.png
[1615816-20190326225600343-2144429106.png]: /images/20220109/610496edd3994ffeb32b0bef03100ad5.png
[1615816-20190326225651083-1512591641.png]: /images/20220109/5c02cda65dc249f5865c484015d2bb0b.png
[1615816-20190326232728419-1494441278.png]: /images/20220109/04658e50910244f29e9ad78139f934bb.png
[1615816-20190326232946586-1608949794.png]: /images/20220109/15f0c4c099e24f8db9b836f456120c5d.png
[1615816-20190326233011239-745605632.png]: /images/20220109/2e41f96b45924cc99ef2fa72b0f6c22d.png
[1615816-20190326233018601-2025553997.png]: /images/20220109/20306036c4284824a3186fadd31cab4d.png
[1615816-20190326233243186-269830127.png]: /images/20220109/61abc3285216472e9d606d5e103ff3fb.png