BUAA_OO_2020_UNIT3_Summary

Posted 2020-11-30 wangyikun

BUAA_OO_2020_UNIT3_Summary

? 本单元在阅读并理解JML规格的基础上，完成一个简单社交网络系统的迭代开发，该系统为实时在线系统，输入给出指令，需要及时给出正确的输出。训练重点为对规格的理解，数据结构和算法的选择，程序复杂度和时间的控制。

一、JML理论基础与应用工具链梳理

? JML是一种类似于javadoc的，通过注释的方式对java代码规格进行规范的一种形式化语言。例如对类中的成员变量的规范描述，对类的功能的特征的规范描述，以及对类中各种方法的使用条件、正确执行结果、副作用等的一系列规范化的描述。与自然语言描述不同的是，JML具有严格的形式化描述，它引入了离散数学中的谓词等的概念以及java语法中的部分运算符等，对代码规格进行数学化的、精确的描述。

? 在我看来，JML最大的好处在于，给代码设计者、实现者和使用者提供了一份严格的逻辑化的规约。设计者需要使用JML语言给出正确的规格设计；实现者按照JML规格，在充分理解的前提下，给出符合JML规格的代码实现；使用者在使用时，给出JML规格所规定的前置条件，则可得到JML描述的正确结果。此外，JML数学化的规范描述保证了它是一种无二义性的语言，即不会产生类似自然语言中的歧义问题。

? JML的核心在于用表达式给出对数据规格、方法规格、类型规格的描述，下面简单梳理JML语法

• 注释结构：块注释为/* @ annotation @*/ ，行注释为//@annotation
• 原子表达式：
  • esult：表示方法执行后的返回值，类型为方法声明中所定义的返回值类型，通常采用 esult == xxx的形式表示返回值
  • old(exp)：表示表达式exp在方法执行前的值。注意对于对象引用变量，只能判断引用本身是否发生变化，而不能判断所指向的对象实体是否发生变化，因此在使用时一般将整个表达式括起来
  • ot_assigned(x)、 ot_modified(x)：判断括号中的变量在方法执行过程中是否没有被赋值、改变，一般用于后置条件约束
  • onnullelements(container)：约束container中存储的对象不含null
  • type(type)、typeof(exp)：返回类型type、表达式exp对应的类型(Class)
• 量化表达式：
  • forall：类似于全程量词，表示范围内的每个元素都满足约束。使用形式为(forall T x; P(x); R(x))，其中：x为元素，P(x)为范围的表示，R(x)为应满足的约束条件
  • exists：类似于存在量词，表示范围内存在某个元素满足约束，使用形式与forall相同
  • sum、product、max、min等：返回给定范围内表达式的和、连乘结果、最大值、最小值。使用形式为sum T x; P(x); exp(x)，其中x为范围内变量，P(x)表示范围约束，exp(x)为求和、积、最大值、最小值的表达式
  • um_of：返回指定范围内满足约束的变量取值个数，使用形式同forall，在语义上( um_of T x; P(x); R(x))等同于(sum T x; P(x)&&R(x); 1)
• 操作符：
  • 子类型关系<:，例如Integer.TYPE<:Object.TYPE
  • 等价关系<==>, <=!=>：表示左右两个表达式相等或不等
  • 推理关系==>, <==：语义与离散数学中的蕴涵关系相同
  • 变量引用：可直接引用java或规格中定义的变量，此外还有 othing表示空集，即没有变量；everything表示全集，即能访问到的所有变量
• 数据规格：
  • /*@spec_public@*/：用来注释类的私有成员变量，表示在规格中是外部可见的
  • 此外，规格中所定义的public变量都是表示规格中外部可见，实际实现代码时不需要按照public来实现
• 方法规格：
  • requires：表示前置条件，是对方法输入参数的限制。后接谓词P，方法调用者需要保证P恒真。多个requires子句为并列关系，需要全部满足。若参数不满足前置条件，则方法执行结果不可预测
  • ensures：表示后置条件，是对方法执行结果的约束。后接谓词P，方法实现者需要保证P恒真，否则方法执行错误
  • assignable和modifiable：表示副作用，是对方法执行过程中对对象和类属性修改的限制，前者表示可赋值，后者表示可修改，一般可交换使用，限定范围常用变量名，或everything和 othing
  • pure：表示被修饰的方法为轻量级的纯访问性方法，没有副作用。此外，若在方法规格中调用其他方法，只能调用pure修饰的方法
  • public normal_behavior ：表示接下来的部分为方法正常功能行为的规格描述
  • public exceptional_behavior ：表示接下来的部分为方法异常行为的规格描述
    • signals：在异常行为规格中声明抛出的异常，使用形式为signals (Exception e) exp，即表达式exp满足时，抛出异常e
    • signals_only：signals子句的简化版，后接异常类型，表示在满足异常行为规格的前置条件下直接抛出相应异常
  • also：分割多种行为(正常or异常)规格的关键词。此外，重写方法在补充规格时，需要在补充的规格前使用also
• 类型规格：
  • invariant：不变式，表示类和对象在所有可见状态下都应该满足的约束条件，即方法执行前后，都要保证不变式的满足
  • constraint：状态变化约束，表示有副作用的方法，在执行前后对类和对象属性改变的约束条件

? 此外，JML有着许多应用工具链，其完整链接为：http://www.eecs.ucf.edu/~leavens/JML//download.shtml

? 下面梳理一些可用的工具链：

• OpenJml：使用SMT Solver检查程序是否满足所设计的规格，下载地址为：http://www.openjml.org/；此外可在Eclipse中安装插件结合使用，安装地址为：http://jmlspecs.sourceforge.net/openjml-updatesite/
• JMLUnitNG：根据规格自动化生成测试样例，进行单元测试，下载地址为：http://insttech.secretninjaformalmethods.org/software/jmlunitng/

---

二、部分工具链的部署与验证

1. SMT Solver

? 使用的命令：

java -jar .openjml.jar -exec .Solvers-windowsz3-4.3.2.exe -esc .srcPerson.java

? 效果如下：

? 会出现很多莫名错误与异常，而且似乎不能识别 esult，经多种方法尝试后均无果，遂放弃

2. JMLUnitNG

? 部署过程如下：

• 下载包并导入到项目文件，官网地址为：http://insttech.secretninjaformalmethods.org/software/jmlunitng/

• 在idea自带的终端输入命令：java -jar xxxjmlunitng.jar -d ./test ./src，注意jmlunitng包地址为绝对路径

• 命令执行结束后，会自动生成测试代码。需要将test文件夹通过Mark Directory as -> Test Sources Root设置为测试文件夹，否则测试文件无法运行。成功后的test目录如下图

  

• 运行上图中的MyGroup_JML_Test中的main函数，结果如下（截取部分）

  

  

? 简要分析：可以看到，jmlunitng主要针对极端情况进行了一些数据的生成与测试，如参数为int型则测试0、INT_MAX、INT_MIN，参数为对象则测试null，因此覆盖度与可靠性远不如junit与黑盒测试，但是可以作为极端情况的检测

---

三、作业分析

HW9

1. 设计策略

• 架构设计：总体上按照规格实现相应的接口。

  • 关于数据存储方面，全部采用HashMap<Integet, Person>实现规格中的Person类数组。由于id独一无二的性质，使用id作为key值。
  • 对于社交网络图中的边，即Person间的关系，抽象为类Relation，存储与Person有关系的其他Person及对应的value，并提供get方法（代码如下）。同时在Person中用HashMap存储，id作为key值

  public class Relation {
      private Person person;
      private int value;
  
      public Relation(Person person, int value) {
          this.person = person;
          this.value = value;
      }
  
      public Person getPerson() {
          return person;
      }
  
      public int getValue() {
          return value;
      }
  }
  

• 方法实现：

  • isCircle方法使用bfs实现，并用HashSet作为标记数组使用，存储Person的id值（初始化为空，将标记点加入set，判断某Person是否标记只需判断其id值是否在set中）
  • isLinked方法注意自己与自己判断也是返回true，要认真阅读规格
  • 其余方法按照规格描述实现即可，注意由于使用了HashMap，因此所有的contains类、get类和其他查询类方法可直接使用HashMap的containsKey和get方法实现

• 复杂度分析：isCircle复杂度为遍历图的复杂度O(N+M)，queryNameRank复杂度为O(N)，其余方法复杂度均为O(1)，简单计算后可得满足时间限制条件

2. 代码度量

• UML类图：结构较为简单

• Metrics：MyNetwork类由于方法数较多，因此方法总复杂度较大，而平均复杂度则由于每个方法实现较为简单从而较小

HW10

1. 设计策略

• 架构设计：基本沿用HW9的架构，数据存储上同样采用HashMap<Integer, Object>的形式存储MyPerson和MyGroup对象，id作为key值

• 方法实现：

  • isCircle方法改用并查集实现，并用HashMap存储根节点，key与value分别是该节点与其祖先节点的id；在MyNetwork类中，通过路径压缩的getRootId方法与addRelation时的union操作，维护该map。

  • Group中的一系列查询方法，通过维护缓存变量实现（维护代码如下）。

    • getRelationSum与getValueSum，返回相应的缓存变量relationSum与valueSum，在加人与加关系时均需要更新。前者需要遍历组中所有人，判断是否有关系并更新；后者是NetWork对已在组中的两人加关系时，需要遍历所有组并对同时包含这两人的组更新缓存（需要牺牲封闭性，通过非Override方法实现）。注意不同点间的边需要统计两次，自环只需统计一次。
    • getConflictSum：返回缓存量conflictSum即可，初始化为BigInteger.ZERO（利用0 xor A = A的性质），加人时按照定义更新即可
    • getAgeMean与getAgeVar：通过缓存量ageSum与ageSquareSum（分别表示年龄和与年龄平方和）计算得到结果，在加人时需要更新。计算通过数学公式，注意精度需与规格保持一致，以及除0问题

    public void addPerson(Person person) {
        this.ageSum += person.getAge();
        this.ageSquareSum += person.getAge() * person.getAge();
        this.conflictSum = this.conflictSum.xor(person.getCharacter());
        for (Map.Entry<Integer, Person> entry : people.entrySet()) {
            if (entry.getValue().isLinked(person)) {
                this.relationSum += 2;
                this.valueSum += 2 * entry.getValue().queryValue(person);
            }
        }
        this.relationSum += 1;
        this.people.put(person.getId(), person);
    }
    
    public void addRelation(int value) {
        this.relationSum += 2;
        this.valueSum += 2 * value;
    }
    

  • 其余方法沿用HW9的方式，按照规格实现即可

• 复杂度分析：

  • isCircle使用并查集，复杂度降低到O(α)（α $le$3）
  • Group中一系列查询方法（以及Network中对应的询问方法），由于直接返回缓存量或通过缓存量计算得出，复杂度为O(1)
  • addPerson：由于需要更新缓存量，总复杂度为O(qN^2)（q为组数，N为组中人数），由于数据限制，(qle10)且(Nle1111)，因此不会超时
  • 其他方法最高复杂度为O(N)，经简单计算可得，在HW10的数据规模下不会超时

2. 代码度量

• UML类图：结构与HW9类似，增加了Group接口和MyGroup类

• Metrics：MyNetwork同样由于方法数太多而总复杂度较高，其平均复杂度与其他类的复杂度均较低

HW11

1. 设计策略

• 架构设计：基本沿用HW10的设计，同时将图有关算法抽象出来，设计为单独的类，并统一置于graph包中管理，使得MyNetwork的各种方法实现调用相关对象的相关方法即可，极大地减小了MyNetwork类的复杂度，最终该类只有300行左右
• 方法实现：
  • delFromGroup：调用Group中的delPerson方法，注意该方法在实现时，需要与addPerson相同，对缓存量进行更新
  • queryMinPath，采用堆优化的迪杰斯特拉算法，并使用内置小顶堆的java容器PriorityQueue，存储二元量<id, distance>；HashMap作为存储距离的数组，key为id；HashSet作为标记数组，存储id
  • queryStrongLinked，采用tarjan算法求无向图中的点双连通分量的方法实现。同样使用HashMap和HashSet容器用作各种数组；此外用HashSet存储求出的点双连通分量内的点，并用ArrayList存储点数超过2的set。查询时先将图用tarjan计算一遍，然后查询ArrayList中是否有包含目标两点的set，是则返回true，否则返回false
  • queryBlockSum，在并查集中维护成员变量blockSum的值，初始化为0，加点时加一，成功合并原来两个不同的集合后减一，则该值即为图中连通块的数目，返回即可
  • 其余方法实现沿用HW10的策略，或按照规格实现
• 复杂度分析：
  • addPerson与delPerson调用次数由于删人的存在，不受限于组人数；但由于总指令不超过3000条，因此仍然不会超时
  • queryMinPath：堆优化后一次调用的复杂度为O(ElogE)（E为总边数，不超过3000），虽然指令数未作限制，经计算后仍不会超时（若使用朴素的dij算法而不堆优化，则会有ctle的可能）
  • queryStrongLinked：本质为将图dfs遍历一边，因此复杂度为O(V+E)，加上指令条数的限制，因此不会超时（此外若采用删点法，虽然复杂度为O(qN^2)，但由于q(le20)，所以也不会超时）
  • 其余方法复杂度最高为O(N)，在HW11的数据规模下不会超时

2. 代码度量

• UML类图：引入了图算法类，整体架构较为清晰

• Metrics：Dijkstra和Tarjan由于算法较为复杂而平均复杂度较高，其余类平均复杂度较低（MyNetwork仍然由于方法太多而总复杂度飘红，说明实现时架构设计仍然存在问题，应使该类功能更加分散）

---

四、测试与bug

1. bug

• 自测：HW11中处理qsl时，原本用并查集存储点双连通分量，后来发现这种做法会将不同的、但有一交点的两个点双连通分量（如下图）合并，产生bug。后改用方法为：每找到一个点双连通分量，就new一个HashSet去存储，然后将点数大于2的set存进list。询问时遍历所有点双连通分量，查询目标两点是否在其中。

• 公测：三次公测（中测 + 强测）均未出现bug
• 互测：三次互测均未被hack出bug

2. 互测hack

• hack策略：本单元由于架构较为统一，因此都是阅读代码，分析出错误后，构造特定的hack数据精准打击（HW10中此法收获颇丰）；对于找到了错误但难以手动构造测试用例的（如超时，递归中有问题的点），则针对有问题方法对应的指令，自动化生成大量数据去对拍，从而hack
• hack成果：
  • HW9：较为简单，大家都tql，未发现bug
  • HW10：阅读代码后收获颇丰（有点好奇是怎么过强测的）
    • 两人qgrs和qgvs使用双重遍历法，很容易构造超时的数据
    • 一人的ar逻辑有问题，在id1 == id2且该人存在的情况下，没有按规格直接return，而是将自己加入自己的熟人圈，此后qv一下自己与自己便能hack
    • 一人atg最后的EqualPersonIdException异常抛出条件有问题，id2是组号，但没有使用containsGroup(id2)而使用了contains(id2)，导致在组id与人id不同时，重复atg不会报异常
    • 一人isCircle使用bfs算法，却未对询问同一点的极端情况做处理，用qci 1 1便能hack
    • 一人qgrs和qgvs使用缓存法，但是在对组里已存在两人加关系时未更新缓存量。
  • HW11：qsl判断直接相连两点的处理方法有问题，使用bfs从出发点遍历，找到目标点2次即判断为true，但对点做标记时有缺漏，产生bug

3. 自动化测试

• 数据生成：

  • 由于指令具有层次性，因此使用java语言编写自动化生成强测数据的程序。
  • 数据生成的主要策略是：初始化图 + 大量询问。即通过ap, ag, atg, ar指令初始化图，然后构造大量的随机或指定询问指令。
  • 程序中包含多种数据生成模式，随机询问模式或针对某一指令的大量询问模式，并用HashMap容器管理。
  • 程序通过输入获取模式字符串，然后生成想要的数据。
  • 将程序打包成jar包以供测试平台使用

• 自动化黑盒测试平台：

  • 基于python构建自动化测试平台
  • 通过API，在程序中使用命令行指令运行上述数据生成jar包，并通过stdin的输入获得想要的数据，通过输出重定向将数据导入到指定文件
  • 将对拍的程序打包成jar包，同样通过API使用命令行运行程序，并输入重定向为上述生成的数据文件，输出重定向到指定的输出文件，并通过time.clock()方法统计粗略的运行时间并打印
  • 对上一步中的时间做判断，并记录超时数据点。对于未超时数据，通过filecmp.cmp()方法进行对拍；并将有差异的结果通过第三方库difflib中的方法，导出到html文件，以较直观的形式呈现出来，便于分析比对。
  • 测试效果如下（截取部分）：

  

  • 此外自动化测试平台还可用于互测

---

五、心得体会

? 本单元体验极佳，首次全满分无bug

? 对于JML的感受是，一种极其严格的形式化描述语言，严格到可能一个功能简单的方法，需要花费甚至长于代码本身的篇幅是进行规格描述。这种严格的规格设计虽然不方便，但带来的好处也是明显的，即为设计者、实现者、使用者提供了一份类似于合同的规约，能够更好的交接工作，发现错误并及时修改以及迭代开发，从而提高代码质量。此外，严格的语法使得自动化检查等工具链的产生与开发有了可能，使得未来或许能够通过程序检测来确认代码实现是否符合规格设计。

? 在阅读规格实现代码时，理解到：规格只是设计者的思路，而实现者需要充分理解规格的内涵所在，而不能仅仅着眼于其外在形式。即，实现函数时，不能完全按照规格的描述机械化地实现，而应在充分理解规格的基础上，在保证正确性的同时，需要兼顾可扩展性、效率、性能等因素，最终给出灵活的代码实现。这才是规格的意义所在，它只是用来描述功能、架构这一层次的语言，而底层的代码实现不能被规格锁束缚。

? 当然，灵活实现的前提是仔细阅读规格并保证正确性，尤其是细节，否则可能出现HW9中漏判isCircle(id, id)这种极端数据的bug

? 对于规格的书写，目前理解并不深刻。但可以感受到，程序的大致框架也就随之确定。比如本单元三次作业的迭代开发，虽然有各种具体实现，但架构都是基于Person -> Group -> Network的框架的。因此，一个好的规格设计，能够带来好的架构设计，可以保证代码的质量。当然，在实现时也不能被这个框架完全限制，可以在其基础上进行更加灵活的架构设计，比如将算法独立出来设计为单独的类，提供方法供外部调用。如此便可提高代码的可扩展性和复用性。