BUAA_2024_OO Unit1 表达式解析和化简

2024-03-22 15:22:23 89 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

导出库的版本_Windows下PaddleOCR在C++中的推理部署（CPU版本）CMake + VS2017 PaddleOCR是一个与OCR相关的开源项目，不仅支持超轻量级中文OCR预测模型，总模型仅8.6M(单模型支持中英文数字组合识别、竖排文本识别、长文本识别，其中检测模型DB(4.1M)+识别模型CRNN(4.5M))，而且提供多种文本检测训练算法(EAST、DB)和多种文本识别训练算法(Rosetta、CRNN、STAR-Net、RARE)。本文将教大家通过PaddleOCR(CPU版... 阅读详情

前言

在OO课程之前，我并没有参加OOpre课程，因此这是我第一次接触OO编程，其中许多地方架构混乱，解耦合不完善，因此本篇博客仅作为交流学习，希望大家能在各自的博客中获得灵感，共同进步。

第一次作业——对表达式建模并展开

实验思路

第一次作业要为第一单元打好基础，在设计架构时尽可能考虑到之后会出现的新需求，因此保证第一次作业架构的简洁性和拓展性是相对重要的。我在第一次作业中，考虑到了可能会变和可能不变两种类型。

首先是可能不变的部分：

首先是表达式的基本结构，无论其中内容发生怎样的改变，无论是否会增加新的函数和变量，表达式的层次结构是不会变的。

表达式总可以表达为多个不同项的和，而项也可以表达为多个不同因子的积，这是指导书中提示我们的内容，也是一个表达式的基本属性。

当做到第三次作业时，再回看第一次作业的架构，即使后来出现了指数和求导两种因子，但总的来说，既可以解释为一种特殊的因子，其中包含表达式，也可以解释为一个新的表达式，而具有不同的属性。在具体实现中，我倾向于将指数看作因子，而导数看作表达式。

综合以上，表达式的结构是固定的，因此我们在设计数据结构时的架构也是固定的，即以树结构形成表达式树。

树可以按照形式化表示的内容来设计，其中主要分为表达式，项，因子三个层次，在表达式因子中还可以再保存下一层的表达式，因此形成一个无限延伸的树状结构，层次化向下伸展。

具体结构如图所示：

其次是可变部分：

在指导书中有如下描述：

读入一个包含加、减、乘、乘方以及括号（其中括号的深度至多为 1 层）的单变量表达式，输出恒等变形展开所有括号后的表达式。

在表达式中仅包含加，减，乘，乘方

可能要出现其他的计算方式，如何面对新增的计算方式对结构的影响极其重要？

括号的深度至多为1层

可能会出现多层括号嵌套，如何理解括号，如何将括号的深度拓展到无限层？

由自变量 x，指数符号 ^ 和指数组成，指数为一个非负带符号整数，如：x ^ +2,x ^ 02,x ^ 2

自变量仅有x

可能出现多重不同的变量，如何处理不同的变量，以及如果出现多字母变量？

指数为一个非负符号整数

可能出现负指数？

用一对小括号包裹起来的表达式，可以带指数，且指数为一个非负带符号整数

指数非负

依然是这个问题，但如果出现负数能否化简

整数

包括上面的数均为整数，之后是否会出现小数，包括数字和指数部分，此时如何表示小数，能否用分数形式表示？

整数的范围并不一定在int或long范围内

不一定在int或long范围内

已明显表明，因此要涉及到其他的数字保存方法

综合以上内容，我们已经对于未来可能出现的情况作了一个简单的预期，并为保证架构的拓展性，因此要考虑这些未来可能的发展，尽可能完善架构。

除此之外，还有性能判定，因此程序中不仅要考虑输出答案的正确性，还要尽可能考虑程序的性能，如何使程序能够化简？

架构设计

首先放上大致的类图：

到了具体实现的部分后，就发现程序实际上可以分为几个大块，以程序的大致运行流程为序：

读入文本
解析表达式，建树
合并表达式，化简
输出表达式

其中第二步和第三步，都有着递归的特性：

在解析表达式建树时，我们可以根据表达式，项，因子的层次，直接的将一个表达式通过加减号分拆成为一个个单独的项
这些项又可以根据乘号拆分成为一个个具体的因子，实际过程如下：

首先将表达式根据加减号拆分成为一个个独立的项

再次将表达式根据乘号拆分为一个个独立的因子

根据因子中的数据类型不同，将其分为不同的因子保存，分别是：

数字因子（NumFactor）
变量因子（VarFactor）
表达式因子（ExprFactor）

这些因子都具有相同的特征，例如正负，指数，因此可以将这些属性作为接口的属性，规范因子类的行为

除此之外，在表达式因子中，在可以解释为一个新的表达式，而将外部的符号和指数作为因子的特性，不考虑到其中

再一切表达式都被解析完毕之后，应当可以建立一个完整的表达式树，其中由表达式和项以下，管理着许多包含特定数值的因子

那么既然建树已经完成，下一步就是化简了：

化简和建树都带有递归的特增，具体来说细节的话，建树是由一个完整地树根，一步步开枝散叶，建立出因子作为叶节点

而化简则是由外围的因子作为起点，一步步回到最初的那一棵最简表达式树，那么这个过程显而易见，可以参考DFS作为算法设计

项化简的过程大致如下：

保证项中的每一个因子都是最简形式
将因子之间能合并的均合并
不能合并的因子并列保留
因为已经保证了每一个因子都是最简，因此表达式因子也是最简，而且应不存在指数
将表达式和剩余的因子相乘，得到表达式
将表达式返回到上一层

表达式的过程：

首先保证每一个项都是最简形式，此时每一个项都会返回一个表达式
将这些表达式相加，并将相同的部分合并，进行加法合并（此时根据固定顺序的项的文本形式，匹配相同的项）
将相加后的表达式返回

表达式因子的指数：

如果因子为0，则保存一个只有1的表达式
如果大于1，进行累乘并化简（可以考虑对数次累乘）

综上所述，可以保证在每一次处理时，当前层次下的内容都是最简形式，这样的化简思路减轻了我们设计程序时的复杂度

程序分析

首先给出由Metrics分析得到的复杂度结果，由于第一次实现面向对象思路的设计，因此在程序中有许多耦合度高的部分，但实际根据前面所设计的运行逻辑，这部分耦合度是可以降低的

Method	CogC	ev(G)	iv(G)	v(G)
Add.and(Expr, Expr)	1	1	2	2
Debug.debug(Expr)	1	1	2	2
Debug.debug(Factor)	12	1	7	7
Debug.debug(Term)	1	1	2	2
Debug.repeat(String, int)	1	1	2	2
Expr.Expr()	0	1	1	1
Expr.addTerm(Term)	0	1	1	1
Expr.getTerms()	0	1	1	1
Expr.setTerms(HashSet)	0	1	1	1
ExprFactor.ExprFactor(Expr, int, boolean)	2	1	3	3
ExprFactor.getExpr()	0	1	1	1
ExprFactor.isNegative()	0	1	1	1
ExprFactor.setNegative(boolean)	0	1	1	1
ExprParser.parse(String)	1	1	2	2
ExprParser.separate(String, int)	15	1	10	11
ExprReducer.reduce(Expr)	0	1	1	1
ExprReducer.reduce(Expr, Boolean)	14	1	9	9
FactorParser.parse(String)	18	4	10	13
FactorParser.separate(String, int)	12	1	6	7
MainClass.main(String[])	4	1	3	3
MainClass.testing(String)	0	1	1	1
Mult.clone(Expr, Expr)	8	1	6	6
Mult.parse(Expr, BigInteger)	8	4	5	5
Mult.parse(Expr, Expr)	6	1	4	4
Mult.parse(Expr, Factor)	3	1	4	4
Mult.parse(Expr, String, int)	8	4	5	5
NumFactor.NumFactor(BigInteger, int, boolean)	0	1	1	1
NumFactor.getIndex()	0	1	1	1
NumFactor.getValue()	0	1	1	1
NumFactor.isNegative()	0	1	1	1
NumFactor.setIndex(int)	0	1	1	1
NumFactor.setNegative(boolean)	0	1	1	1
NumFactor.setValue(BigInteger)	0	1	1	1
Output.outPut(Expr)	15	6	6	8
Term.Term()	0	1	1	1
Term.addFactor(Factor)	0	1	1	1
Term.addNum(BigInteger)	3	1	3	3
Term.getFactors()	0	1	1	1
Term.getNegative()	13	1	7	7
Term.getNum()	6	1	4	4
Term.getVar()	9	6	5	6
Term.newFactors(HashSet)	0	1	1	1
Term.toString()	8	1	5	5
TermParser.parse(String)	1	1	2	2
TermParser.separate(String, int)	12	1	6	7
TermReducer.combine(Expr)	14	1	7	7
TermReducer.reduce(Term)	20	1	8	11
Testing.calculate(String)	0	1	1	1
Testing.generate()	0	1	1	1
Testing.test()	6	4	3	4
VarFactor.VarFactor(String, int, boolean)	0	1	1	1
VarFactor.getIndex()	0	1	1	1
VarFactor.getVar()	0	1	1	1
VarFactor.isNegative()	0	1	1	1
VarFactor.setIndex(int)	0	1	1	1
VarFactor.setNegative(boolean)	0	1	1	1

可以看出程序的复杂度主要集中在解析和化简部分，而其中复杂度最主要是因为此部分代码没有使用面向对象的思路，仍为单一方法中对容器中内容直接进行访问，因此在后续的修改和迭代开发中也出现了难以维护的情况。经过这一单元的开发，我深刻认识到模块间解耦合对程序维护和迭代的重要意义，当面对数百行互相关联的代码时，体现出的无力感着实令人焦躁

部分模块的设计

去除输入中的若干空白字符

            expression = expression.replaceAll("[ \t]", ""); // 去掉所有空格和制表符

运用简单的正则表达式即可实现

分离各个项，因子

        Expr expr = new Expr();
        int i = 0;
        while (i < expression.length()) { // 遍历表达式
            int j = separate(expression, i); // 分离项
            String sub = expression.substring(i, j); // 设项为子串
            Term term = TermParser.parse(sub); // 解析项
            expr.addTerm(term); // 添加项
            i = j;
        }
        expr = ExprReducer.reduce(expr); // 简化表达式
        return expr;

采用递归的思路，借助一个项结尾的特征设计分离函数（项的结尾一定是字母或括号链接正负号），将子项作为新的字符串进行解析

在获得表达式时，一定会调用化简，因此解析得到的所有表达式一定是最简形式（运算得到的表达式不一定最简）

        Term term = new Term();
        int i = 0;
        while (i < sub.length()) {
            int j = separate(sub, i); // 分离因子
            String subsub = sub.substring(i, j);
            Factor factor = FactorParser.parse(subsub); // 解析因子
            term.addFactor(factor);
            i = j + 1;
        }
        return term;

因子同理，因子之间的分隔符为*，注意跳过括号中的内容

解释因子内容

        /**
         *  前面分离因子的正负号和指数，指数分隔符为^
         */
        if (subsub.charAt(i) == '(') { // 表达式因子
            Expr expr = ExprParser.parse(subsub.substring(i + 1, tj - 1));
            return new ExprFactor(expr, index, isNegative);
        } else if (Character.isDigit(subsub.charAt(i))) {
            return new NumFactor(new BigInteger(subsub.substring(i, tj)), index, isNegative);
        } else if (Character.isLetter(subsub.charAt(i))) {
            return new VarFactor(subsub.substring(i, tj), index, isNegative);
        } else {
            return null;
        }

可见，在获得新的表达式因子之前，会将表达式的内容化简，因此得到一个完全最简的表达式因子，满足程序设计时的假设

化简项

        for (Factor factor : term.getFactors()) {
            if (factor instanceof VarFactor) {
                VarFactor varFactor = (VarFactor) factor;
                String var = varFactor.getVar();
                if (varMap.containsKey(var)) {
                    varMap.put(var, varMap.get(var) + varFactor.getIndex());
                } else {
                    varMap.put(var, varFactor.getIndex());
                }
                if (varFactor.isNegative()) {
                    isNegative = !isNegative;
                }
            } else if (factor instanceof NumFactor) {
                NumFactor numFactor = (NumFactor) factor;
                integer = integer.multiply(((NumFactor) factor).getValue());
                if (numFactor.isNegative()) {
                    isNegative = !isNegative;
                }
            } else if (factor instanceof ExprFactor) {
                ExprFactor exprFactor = (ExprFactor) factor;
                Expr expr1 = ExprReducer.reduce(exprFactor.getExpr());
                list.add(expr1);
                if (exprFactor.isNegative()) {
                    isNegative = !isNegative;
                }
            }
        }

在化简项时，为了以后多变量考虑，此时现将其中的变量名提取出来，并建立一个变量名和指数相结合的HashMap，以此存放表达式中的内容，如果有相同变量名的因子，则将指数相加

如果有数字，则将数字乘在一起，留作整个项的参数

如果有表达式（括号），则将括号中的表达式先存进队列，等待后续处理

        Term newTerm = new Term();
        for (String var : varMap.keySet()) { // 缩减变量
            VarFactor varFactor = new VarFactor(var, varMap.get(var), false);
            newTerm.addFactor(varFactor);
        }
        NumFactor numFactor = new NumFactor(integer, 1, isNegative); // 整合数字
        newTerm.addFactor(numFactor);
        Expr newExpr = new Expr();
        newExpr.addTerm(newTerm);
        for (Expr exprF : list) {
            newExpr = Mult.parse(newExpr, exprF);
        }
        newExpr = combine(newExpr); // 化简数字
        // TODO
        return newExpr;

将化简后的项提取出来，并分别于队列中等待展开的表达式相乘，得到的新表达式再进行合并，最终返回一个表达式

Bug分析

本次作业bug共一处：

if (index == 0) { // 次数为0则清零
    Term t = new Term();
    t.addFactor(new NumFactor(BigInteger.ONE, 1, false));
    te.addTerm(t);
}

在表达式因子的指数为0时，本应该直接将表达式清零，并存储一个新的为一的表达式，但可惜在此处忘记先清楚表达式的内容了

互测Bug

为了检测同学的代码是否有bug，我设计了一个简单的测试点生成器，因为设计简单，所以不保证所有的数据点均符合互测要求，所以只用来检查同学代码的bug，而一旦发现bug后再构造一个简单的数据进行hack

这个生成器在第二次作业时进行了修改，以适配第二次作业，因此第一次没有留档，在这里一并于第二次作业部分做介绍

简单说一下发现的bug：

在变量前的符号被指数所计算
乘法运算时符号出错
解析因子时出错，无法处理连续出现的符号
进行高次方运算时丢失内容

优化

在本次作业中，首先考虑的是程序的拓展性，因此没有过多关心优化的问题，程序中涉及的优化仅一下内容：

删除不必要的符号和参数，例如正负1
假设表达式化作最简形式，减轻程序设计复杂度
使用HashMap和规范化变量格式进行化简，减少运算压力
给出每一次表达式都是最简形式的假设，减少程序设计的复杂度，同时省去大量不必要的化简消耗
在出现指数为0时直接清空（然而出了bug......）

第二次作业——增量内容，修复Bug

实验思路

本次作业要求增加了指数因子和自定义表达式，以及多层嵌套的括号

首先是关于不可变部分，整体表达式的结构（层次化结构）并没有发生改变，这也说明第一次作业时作的假设成真

除此之外，考虑第一次开发时预留的拓展内容，本次作业的几个新要求，也可以被化作第一次作业拓展性的一种变形

例如多层嵌套的括号，这是在第一次就已经被考虑到的，因此几乎不需要作修改

其次是指数因子，在实验中主要有两种思路：

将指数作为因子，添加一种新的因子类型
将指数作为表达式的特征，表示为一种特殊的表达式类型

但实际上指数具有几个特点：

指数不可以被展开
具有相同表达式的指数可以被合并

因此指数的特点是与变量相似的，但是指数内部含有一个新的表达式，因此最合适还是增加一个指数因子

但是因为不想大幅度修改其他部分的内容，因此我将指数作为一种特殊的幂函数来表示，复用了变量因子

再其次就是自定义函数，这部分是这次作业相对复杂的部分

但是因为我之前的表达式中已经支持了表达式的多变量，因此可以直接将自定义函数的具体内容，作为一个表达式解析

解析出的表达式，是一个由x, y, z组成的最简表达式，此时要考虑函数的几个问题

如果出现f(y, x) = x + y 之类的情况，可能会重复替换
如何判断表达式中形参的顺序，代表哪一个参数？
如果出现表达式嵌套，应当怎样处理

而且表达式的处理方法也大致有几个方案

直接进行字符串替换
在解析表达式时再进行替换

为了尽可能不修改原有的表达式解析部分，我这里选择使用字符串替换的方法

同时为了处理以上几个问题，我首先将表达式中的参数替代为@0, @1, @2等不会重复的占位符，并将预处理好的函数存为函数名——函数的HashMap

架构设计

由图可见，第二次对架构的修改较少，大部分内容可以沿用第一次作业

关于整体流程部分，可以增加两个新内容：

读入文本
预处理自定义函数
将函数结合实参进行字符串替换
解析表达式，建树
合并表达式，化简
输出表达式

具体操作流程为：

将表达式拆解为函数名，形参列表，化简后的表达式
结合形参列表，分别按照顺序将形参替换为占位符，输出为字符串
得到预处理后的函数，具体内容为函数名和带有形参的表达式字符串
对输入的表达式进行搜索，寻找表达式的特征（字母后紧跟括号，但不是exp）
根据函数名寻找目标表达式，提取函数的实参，按照顺序分别对预处理的表达式进行替换
将替换后的字符串替换掉原有的函数符号
循环此过程，直到不再发现新的函数

至于指数的部分，我直接附在变量因子内，乘法合并时只需要将两个表达式相加即可，而加法合并时则保证按规律输出的表达式相同，则可以合并，具体合并逻辑和变量是相同的

重构

在本次作业中，我对第一次中的部分耦合度较高的部分进行了重构，主要内容包括：

将独立出来的变量乘法，加法的部分集成到对象内部，作为对象的方法使用
将输出字符串的内容修改到对象的toString方法中（结果被IDE的debug功能折磨了一天）
化简表达式的部分拆解成为几个流程，尽可能降低耦合
重新修改Debug部分模块
减少直接对对象内部的控制，中间添加接口

代码分析

首先是重构后的复杂度分析

Method	CogC	ev(G)	iv(G)	v(G)
Box.Box(T)	0	1	1	1
Box.getData()	0	1	1	1
Box.setData(T)	0	1	1	1
Debug.completeDebug()	3	1	3	3
Debug.debug(Expr)	1	1	2	2
Debug.debug(Factor)	12	1	7	7
Debug.debug(Term)	1	1	2	2
Debug.nope()	0	1	1	1
Debug.repeat(String, int)	1	1	2	2
Expr.Expr()	0	1	1	1
Expr.add(Expr)	9	1	6	6
Expr.addTerm(Term)	0	1	1	1
Expr.clear()	0	1	1	1
Expr.clone()	1	1	2	2
Expr.compare(Expr, Expr, int)	33	1	13	13
Expr.getTerms()	0	1	1	1
Expr.outPut()	20	6	8	10
Expr.print(BigInteger[], BigInteger[], BigInteger[])	29	1	12	12
Expr.replace(String, String)	1	1	2	2
Expr.setTerms(HashSet)	0	1	1	1
Expr.toString()	0	1	1	1
Expr.toString(boolean, boolean)	6	4	4	5
ExprFactor.ExprFactor(Expr, BigInteger, boolean)	2	1	3	3
ExprFactor.clone()	0	1	1	1
ExprFactor.getExpr()	0	1	1	1
ExprFactor.isNegative()	0	1	1	1
ExprFactor.setNegative(boolean)	0	1	1	1
ExprParser.parse(String)	3	1	3	3
ExprParser.separate(String, int)	15	1	10	11
ExprReducer.reduce(Expr)	0	1	1	1
ExprReducer.reduce(Expr, Boolean)	13	1	9	9
FactorParser.parse(String)	29	5	16	18
FactorParser.separate(String, int)	12	1	6	7
Func.Func(String, boolean)	22	1	12	13
Func.getExpr()	0	1	1	1
Func.getSymbol()	0	1	1	1
Func.getVarList()	0	1	1	1
Func.replace(ArrayList)	1	1	2	2
Func.setExpr(Expr)	0	1	1	1
Func.setVarList(ArrayList)	0	1	1	1
FuncHandler.FuncHandler(HashMap<String, Func>)	3	1	3	3
FuncHandler.replace(String, Box)	18	3	9	12
MainClass.main(String[])	9	1	5	5
MainClass.testing(String)	0	1	1	1
Mult.parse(Expr, BigInteger)	8	4	5	5
Mult.parse(Expr, Expr)	3	1	3	3
Mult.parse(Expr, Factor)	3	1	4	4
Mult.parse(Expr, String, BigInteger)	8	4	5	5
NumFactor.NumFactor(BigInteger, BigInteger, boolean)	0	1	1	1
NumFactor.addNum(BigInteger)	0	1	1	1
NumFactor.clone()	0	1	1	1
NumFactor.getIndex()	0	1	1	1
NumFactor.getValue()	0	1	1	1
NumFactor.isNegative()	0	1	1	1
NumFactor.setIndex(BigInteger)	0	1	1	1
NumFactor.setNegative(boolean)	0	1	1	1
NumFactor.setValue(BigInteger)	0	1	1	1
Term.Term()	0	1	1	1
Term.addFactor(Factor)	0	1	1	1
Term.addNum(BigInteger)	3	3	3	3
Term.clone()	5	1	5	5
Term.getFactors()	0	1	1	1
Term.getNegative()	13	1	7	7
Term.getNum()	6	1	4	4
Term.getVar()	9	6	5	6
Term.merge(Term)	0	1	1	1
Term.newFactors(HashSet)	0	1	1	1
Term.replace(String, String)	8	1	6	6
Term.sort()	13	1	8	8
Term.toString()	0	1	1	1
Term.toString(boolean, boolean)	17	6	10	11
TermParser.parse(String)	3	1	3	3
TermParser.separate(String, int)	12	1	6	7
TermReducer.combine(Expr)	14	1	7	7
TermReducer.extract(HashMap<String, Factor>, boolean, BigInteger, ArrayList)	6	1	5	5
TermReducer.reduce(Term)	34	1	9	13
Testing.calculate(String)	0	1	1	1
Testing.generate()	0	1	1	1
Testing.test()	6	4	3	4
VarFactor.VarFactor(BigInteger, String, Expr, boolean)	0	1	1	1
VarFactor.VarFactor(Expr, boolean)	0	1	1	1
VarFactor.VarFactor(String, BigInteger, boolean)	7	1	4	4
VarFactor.addExpr(Expr)	0	1	1	1
VarFactor.addIndex(BigInteger)	0	1	1	1
VarFactor.clone()	2	2	2	2
VarFactor.getExpr()	0	1	1	1
VarFactor.getIndex()	0	1	1	1
VarFactor.getVar()	28	5	10	11
VarFactor.isExp()	0	1	1	1
VarFactor.isNegative()	0	1	1	1
VarFactor.setExpr(Expr)	0	1	1	1
VarFactor.setIndex(BigInteger)	0	1	1	1
VarFactor.setNegative(boolean)	0	1	1	1
VarFactor.setVar(String)	0	1	1	1

看起来部分方法，例如化简和输出的方法复杂度仍然很高，但实际上这部分是因为大量调用了Debug的方法，实际在Debug模式被关闭的情况下是不会影响程序内容的

新增内容的修改

将预处理后的函数中，带入实参

Expr expr = this.expr.clone();
String ans = expr.toString(false, false);
for (int i = 0; i < list.size(); i++) {
    ans = ans.replace("@" + i, "(" + list.get(i) + ")");
}
return ans;

带入的实参要额外带一层括号，以免部分内容优先级出错

输出标准化的变量因子

if (this.expr != null) {
    Expr expr1 = this.expr.clone();
    expr1 = ExprReducer.reduce(expr1);
    HashSet<Term> terms = expr1.getTerms();
    int i = terms.size();
    if (i == 0) {
        return "exp(0)";
    } else if (i == 1) {
        String exp = expr1.toString(false, false);
        int t = 0;
        BigInteger integer = BigInteger.ONE;
        for (Term term : terms) {
            for (Factor factor : term.getFactors()) {
                if (factor instanceof NumFactor) {
                    NumFactor numFactor = (NumFactor) factor;
                    integer = integer.multiply(numFactor.getValue());
                    if (numFactor.isNegative()) {
                        integer = integer.multiply(new BigInteger("-1"));
                    }
                } else if (factor instanceof VarFactor) {
                    t++;
                }
            }
        }
        if (t == 1 && integer.equals(BigInteger.ONE)) {
            return "exp(" + expr1.toString(false, false) + ")";
        } else {
            return "exp((" + expr1.toString(false, false) + "))";
        }
    }
    // TODO
    // Debug.debug(this.expr);
    return "exp((" + expr1.toString(false, false) + "))";
}
return var;

这其中的提取参数的部分，实际上依旧被修改到expr的方法中，但是这里忘了改了

通过FuncHandler对表达式字符串进行替换

String ans = funcMap.get(func.getSymbol()).replace(func.getVarList());
waitingMap.put(find, ans);

for (String s : waitingMap.keySet()) {
    // TODO bug ff(x) f(x)
    if (ans.contains(s)) {
        suc.setData(true);
        ans = ans.replace(s, "(" + waitingMap.get(s) + ")");
    }

}

return ans;

前面先提取出对应的实参，并将实参覆盖到预处理后的函数中，生成一个字符串到字符串的映射关系，最后直接进行字符串替换

重载的toString方法

public String toString(boolean ignoreNum, boolean debug) {
    Expr expr = clone();
    ArrayList<String> list = new ArrayList<>();
    for (Term term : expr.getTerms()) {
        list.add(term.toString(ignoreNum, debug));
    }
    Collections.sort(list);
    StringBuilder sb = new StringBuilder();
    for (String s : list) {
        if (s.equals("0")) {
            continue;
        }
        sb.append(s).append("+");
    }
    if (sb.length() != 0) {
        sb.deleteCharAt(sb.length() - 1);
    } else {
        return "0";
    }
    String s = sb.toString();
    s = s.replaceAll("[+]-", "-");
    s = s.replaceAll("-1\\*", "-");
    return s;
}

这个方法用于对表达式的项进行字典序排序，并最终化简输出，项的toString方法也类似，但是因为起初并不知道IDE在debug时会调用toString方法，导致我经历了极其折磨的一天（IDE输出和jar包输出不一致，但debug输出又一致了......）

除此之外，为了适配exp的化简需要，我将化简时存储的BigInteger类型的指数修改为了因子类型，进而适配指数合并

Bug分析

本次bug共一处，因为重写了expr的输出函数，因此在第一次考虑到仅有0时，会保留0，但重写后忘记这个细节，导致在仅有0作为输出时，会导致输出为空

if (sb.length() != 0) {
    sb.deleteCharAt(sb.length() - 1);
} else {
    return "0";
}

在起初没有else部分的判断，因此输出可能为空

除此之外，还因为toString方法重载，导致IDE运行结果和jar运行结果不一致，最后发现原因是：

toString方法会化简表达式
add方法有bug，导致只能保留一项
最后导致每次toString化简后，HashSet顺序都会改变，进而导致add保留的项改变，输出结果也改变

经历这一次难忘的debug经历，以后在重载toString方法时，一定要保证内容不被影响

互测bug

发现的同学的bug仅一处：

在函数中调用指数函数，会发现指数函数被替换到原表达式中，且此时的指数函数化简方法和原表达式中的化简方法不同
在函数的化简方法中，如果出现1-1，会导致无输出，如果直接在原表达式中1-1，并不会出现无输出的情况
但是在函数中的指数函数中出现无输出情况，则会导致替换到原表达式后，解析出错，进而报空值BigInteger的异常

总的来说，这个bug的触发条件比较复杂，主要错误原因是自定义函数的解释过程和表达式解释过程不同，而出现的bug

评测机：

在第一次作业时为了更好的进行互测，我写了一个简单的评测机，其中测试点是根据规则生成的，但是因为没有总的限制测试点的复杂度，导致可能出现部分复杂度过高的情况，反而导致最后程序运行时间太长，影响测试效率，因此我一并改为超时即停止

具体生成代码比较长，在这里只介绍一些我为了优化测试点的设计：

限制嵌套深度，限制测试点长度

这部分都是通过一个有上下限的非线性函数表示，根据深度，长度逐渐增加，函数得到的生成概率会快速降低，最终到达上限时为0

限制指数大小

这部分有正态分布生成，0-8的在数值上的分布为0.5的间隔，但是因为正态分布的性质，导致0的概率显著高于8

使测试点的能够大概率测试出包含0的特殊情况，同时不会导致复杂度过高

限制数字大小

因为要测试BigInteger的性能，因此我和第一个限制方法是一样的，即数字长度越高，继续延伸的概率也越低，最后生成的数值大部分分布于2-10位，小概率会出现20+甚至50+的特殊情况，以测试大数的运算效果

优化

起初在考虑指数函数时，本认为提取公因式不一定能带来很大的性能提升，因此没做提取公因式

除此之外，程序的优化主要有：

对函数的预处理，使得带入后的运算时长显著下降
复用指数函数和变量因子，使程序设计复杂度下降
重构部分代码，使得耦合度下降

第三次作业——求导，函数复用，多变量

实验思路

第三次作业的新增要求为：

在函数定义中可以引用之前以定义的函数（导致函数定义部分可能出现多变量）
求导因子

在实现函数部分时，因为我的处理方法是先进行预处理，并且会将函数表达式部分解析

因此整体代码可以复用，只需要将每一次处理后得到的函数对进入到FuncHandler中再次处理下一个函数

即可对新的函数中调用的函数进行替换，因此不需要进行大改

而关于求导因子，具体实现方式参考了第二次实验中的代码，唯一区别在于变量求导有一点区别

总的来说，如果只追求正确性，第三次作业的要求并不多，在前两次兼顾到拓展性的情况下，并不需要进行多少修改

架构设计

第三次作业的架构和第二次没有变化，唯一区别在于表达式，项和因子都添加了一个求导方法，用以递归调用求导

而对于整体流程：

读入文本
预处理自定义函数
将函数结合实参进行字符串替换
解析表达式，建树
合并表达式，化简
输出表达式

也没有明显变化

代码分析

解析自定义函数

int n = Integer.parseInt(scanner.nextLine());
for (int i = 0; i < n; i++) {
    String funcS = scanner.nextLine();
    funcS = funcS.replaceAll("[ \t]", "");
    FuncHandler funcHandler = new FuncHandler(funcMap);
    Box<Boolean> suc = new Box<>(true);
    while (suc.getData()) {
        suc.setData(false);
        funcS = funcHandler.replace(funcS, suc, true);
    }
    Func func = new Func(funcS, true);
    funcMap.put(func.getSymbol(), func);
}

处理导数因子

Expr expr = ExprParser.parse(subsub.substring(i + 3, tj - 1));
expr = expr.derivation();
return new ExprFactor(expr, index, isNegative);

表达式，项，因子的求导

public Expr derivation() {
    Expr expr = new Expr();
    for (Term term : terms) {
        expr.getTerms().addAll(term.derivation().getTerms());
    }
    expr = ExprReducer.reduce(expr);
    return expr;
}

public Expr derivation() {
    Expr expr = new Expr();
    ArrayList<Factor> list = new ArrayList<>(factors);
    for (int i = 0; i < list.size(); i++) {
        Factor factor = list.get(i);
        Term term = factor.derivation();
        for (int j = 0; j < list.size(); j++) {
            if (i == j) {
                continue;
            }
            Factor factor1 = list.get(j);
            term.addFactor(factor1);
        }
        expr.addTerm(term);
    }
    return expr;
}

public Term derivation() {
    Term term = new Term();
    Expr expr1 = expr.derivation();
    ExprFactor exprFactor = new ExprFactor(expr1, BigInteger.ONE, isNegative);
    term.addFactor(exprFactor);
    return term;
}

public Term derivation() {
    Term term = new Term();
    if (expr == null) {
        if (var.equals("x")) {
            NumFactor numFactor = new NumFactor(index, BigInteger.ONE, isNegative);
            VarFactor varFactor = new VarFactor(var, index.subtract(BigInteger.ONE), false);
            if (varFactor.index.equals(BigInteger.ZERO)) {
                term.addFactor(numFactor);
            } else {
                term.addFactor(numFactor);
                term.addFactor(varFactor);
            }
        }
    } else {
        Expr expr1 = expr.derivation();
        ExprFactor exprFactor = new ExprFactor(expr1, BigInteger.ONE, isNegative);
        term.addFactor(this.clone());
        term.addFactor(exprFactor);
    }
    return term;
}

public Term derivation() {
    NumFactor factor = new NumFactor(new BigInteger("0"), new BigInteger("1"), false);
    Term term = new Term();
    term.addFactor(factor);
    return term;
}

分别是表达式，项，表达式因子，变量因子，参数因子的求导方法，其中变量因子与实验中的代码有一定区别，主要是因为我的变量因子包含指数和指数函数

Bug，优化

这一次作业并没有发现什么bug，同时目前了解到的优化区间主要在于如何快速求导

体会

作为少数没有参加OOpre的学生，第一次作业带给我的压力还是很大的，但多亏之前曾因为兴趣自学过java的基本用法和git等工具的用法，因此并没有在第一次作业直接被卡主。但是缺少面向对象程序设计经验的缺陷却是难以避免的，从程序设计课程的取巧式编程，到数据结构的结构化编程，再到现在的面向对象，在程序设计上的思路和规范发生了一次次的改变。还记得当时在程序设计课程上，还曾用尽可能取巧的方法，仅解决题目给出的单一问题，那是不会考虑这一段代码之后能否修改，能否迭代，只需要简单的十几行到几十行就可以满足题目需求。再到数据结构，终于要构思程序的结构，要保证每一次运算的意义。而今进入面向对象课程，仅仅考虑程序的大致框架已经难以满足迭代开发的需求，当数百行代码互相勾结在一起时，牵一发而动全身，让人无从下手。在第一次作业中，与其说是面向对象编程，不如说是包含着数据结构的面向过程编程。整个流程耦合度极其高，尽管设计时总想着，这一个个模块之间可以有单调的关系，但实践时却总是缺少这样的一个思路和警惕。当最后终于完成全部功能时，却发现这牵连在一起的毛线球已经难以挽救。

总的来说，第一单元作业对我来说，是一次对OOpre的补课，通过这一次迭代开发的体验，让我熟悉了一下OO课程的流程，同时学习了面向对象设计的思路，并有了一定经验。