OO第一单元总结

一、程序结构

类	DIT	NOC	RFC	LCOM	CBO	WMC
Main	1	0	≈12	0	3	7
Pre	1	0	≈3	0	0	2
Factor	0	5	0	0	0	0
Number	1	0	≈5	1	1	0
Var	1	0	≈8	0	1	5
Exp	1	0	≈10	0	4	9
Expr	1	0	≈15	0	3	18
Term	1	0	≈20	0	5	20
Parser	1	0	≈25	0	7	30
Poly	1	0	≈10	0	3	5

优点：可拓展性强，方便添加结构逻辑等

缺点：部分逻辑混乱，有点地方互相引用没有缓存导致运行速度不快。同时对于优化的逻辑十分简单没有过多考虑。

二、架构设计体验

每次迭代均进行了重构，第一次采用AST树，通过抽象类来表示因子的方式来进行运算简化，第二次使用hashmap储存因子，第三次再次使用抽象类来储存因子，每次迭代的变化都比较大。但每次重构需要改动的都只有与因子相关的节点，对于文本解析器基本都没有改动。每次重构的出发点都是为了使运算逻辑或者存储逻辑更加简洁清晰，采用的运算方法都一样，改变的只有关于如何表示因子、项与表达式的方式。

三、自己程序的bug

第二次程序的BUG有两个，一是exp在部分情况下括号内的不是因子，即出现exp(expr)（应该是exp((expr))），原因为对exp内是否因子判断错误，采用正则表达式判断如果有(与)就分类为因子，忽视了exp(A)+exp(B)的情况；二选择因子没有短路判断，导致不必要的计算。一的解决方法为使用for循环遍历确认为因子，二添加跳过因子的方法并应用与解析选择因子的方法中。 第三次有一个BUG，就是关于exp多次嵌套的问题，错误原因是项的tostring方法中判断因子是否等于1时调用了一次化简方法但并未缓存，后面生成字符串时再次调用了化简方法导致TLE。

四、自己发现别人程序bug所采用的策略

1，排列组合所有嵌套情况如函数嵌套选择因子，选择因子嵌套函数，通过自己刻意制造多种可能导致错误输出的错误来发现BUG。2，采用评测机大规模生成随机测试数据。

五、自己进行的优化

为了确保输出的正确性，我只进行了正项提前的优化，在表达式的toString中通过正负对项进行分类随后先输出正再负。

六、大模型相关使用

我基本都使用了AI，我会先按照自己想法完成一次，然后让AI去DEBUG。大模型能基本完成要求，但会因为我自己完成的代码本身有缺陷而生成有缺陷的代码。互测房中大部分同学也是用了AI帮助的代码，因为都有AI注释。

七、心得体会

对我来说难度集中理解Parsre原理上，由于很久都没有编程过，所以生疏了许多，对AI依赖性较强，对于一些AI来DEBUG的地方没有细看，只是确认了其能完成任务，总觉得自己有些地方没有真正理解到或者学懂，故以为自己在今后的学习中应该逐步减少对AI的依赖，我认为可以用AI来DEBUG，但不应该让AI来“一键完成作业”这样会丧失学习的意义。

八、未来方向

第一次作业多一点提示与引导，帮助同学顺利过渡。