OO课程总结-23371537-孙琦航

[23371537-孙琦航]

正向建模总结

本单元使用UML的方式，引导我们开展正向建模。从实际体验而言，正向建模对我的感受很奇怪：由于类图设计过程中只泛泛地写方法和成员，而没有考虑实际实现，导致在设计时很难评判自己建模方案的优劣性和可行性。从个人角度还是比较习惯直接写代码的过程，但是本单元使用正向建模后，架构在每次迭代中，相较于前几个单元变化极小（不过由于题目不一样也没什么可比性）。

架构设计

类图

类图看似简单，其实内部还是有一定的思考的。

第一次迭代

本单元目标是实现一个图书管理系统，需要模拟图书的位置，开馆闭馆和用户借阅等一系列规则。在架构设计方面，本单元最值得一提的是关于图书馆的不同部位（书架，归还处，预约处，用户）应当怎么管理。

一个比较清晰的方案是，将不同的地方单独建类，每个类提供方法进行书籍的移动。

这个方法最为直观，但是可以优化：由于这四个地方具有很多公共方法，因此可以直接建立一个 bookContainer 作为这四个方法的父类进行管理。

这个方法最大的优点是：架构清晰，可迭代性强。

但是考虑到 bookContainer 这样一个容器类，其没有很复杂的方法需要实现（例如 U1 Poly 的 mul)，其主要方法都是一些 getter 和 setter ，那么为容器单独建类反而相对冗余，不如直接使用 HashMap，在 Library 内部统一管理。

关于图书的位置，我并没有设计单独的类来管理，而是直接在 Library 中创建了多个容器来管理其位置。这样省略了非常多的代码量，能够以简洁的代码完成任务。

第二次迭代

本次迭代增加了热门书架，阅读和归还的相关内容，实现也较为简单，只需增加新的 booksInHotBookshelf ，并增加对于 HashSet<LibraryBookIsbn> hotBook 等相关逻辑即可。

第三次迭代

第三次迭代增加了信用分相关的规则体系，实现也较为简单。值得一提的地方是关于逾期书籍的扣分实现，个人推荐的方式是维护“上一次扣分的时间”，计算两次对于逾期的扣分量，计算实际的 delta 来扣除分数。

大模型辅助正向建模

我并没有在建模的第一步使用大模型来辅助，而在一些具体的函数细节上使用 copilot 来补全函数细节。关于大模型辅助架构设计方面，由于大模型的智力已经非常高，在使用时不需要太多的提示词，我们只需将任务内容丢给大模型，可以让大模型从顶层开始建模，一步一步完善细节。

架构设计思维的递进

第一单元

在最初的设计时，没有过多的考虑如何为后续的实现留出迭代的接口，没有归约到统一的 Poly 形式，导致在第二次迭代时进行了一次重构。在第二次迭代时，为了防止以后的重构，对于引入的函数功能，单独创立了函数管理类，将功能很好的封装了起来，使用效果非常好。

第二单元

第二单元架构设计使用了生产者-消费者的模式，并保留了第一单元对于特定功能单独分离的经验，将 strategy 单独设为一类，在后续迭代中这个架构设计使得增量开发极为舒适，具有很强的高内聚低耦合的特征。

第三单元

第三单元由课程组直接给定了架构，这里略掉。

第四单元

第四单元的架构设计看似非常简单，其实也是权衡后的结果，曾想到的 bookContainer 继承方案确实是一个高内聚低耦合的方案，但是对于一些简化的问题，强行按照教条来反而也没必要，通过适当的简化反而能写的更加顺心，更加方便迭代。

测试思维的递进

整个 OO 四个单元我都采取了评测机来编写，但是第一单元和二三四单元之间，我的数据生成思维得到了一些递进。

由于整个OO过程中我都做了很好的测试，整个OO课程中，我没有因为WA错任何点，仅有两个TLE。

第一单元

评测机的数据生成器采用纯随机的方式，导致一些极端样例（如递归程度较深）几乎不可能随机到，自己代码关于这方面却存在一些漏洞，导致在互测的时候被同房 hack

第二、三、四单元

二，三、四单元开始使用基于策略的数据生成器，通过预设几种数据生成策略，让数据生成器每次从中随机选择一个，大大增加了测试覆盖率，二三次单元仅因TLE错两个点（一次是电梯效率问题，一次是Unit3 的TLE）。整体还是很不错的。

课程收获

战斗，爽！

在整个OOpre和OO的过程中，我的收获是相当大的，之前从来没有什么架构设计的思维，现在已经培养的相对很完善了，对于面向对象的理解也已经很深刻了，深刻的体会到了其在开发中的优点。

感觉从来没有一门课能像OO让我这么尽兴了，也没想到过自己最终能拿到强测＋互测总失分只有33分左右的好成绩。

整个OO过程中我都是采用相当保守的策略，适当的舍弃性能分，来保证正确性。事实证明这是相当正确的，为了微不足道的性能分需要付出相当大的工作量，甚至可能引入新的bug，没有必要人云亦云跟着别人一起卷性能。

感觉OO是我上过最好的绝世好课，也希望我能当上OO助教，再陪伴OO一年~