Dankwoord - martes

4.3. NAÏEVE AANPAK IN HAT 51
van deze oplossing is dat we voor elke collectieoperatie de source (de collectie waarop we
de collectieoperatie zullen toepassen) en de body ( het lichaam van de collectieoperatie in de
vorm van een expressie) moeten als parameters doorgeven. Voor de source is dat geen probleem
maar vermits de body meestal een uitvoerbare expressie is wordt dan de implementatie
onmogelijk.
De derde voorgestelde oplossing is ook niet mogelijk te implementeren in de huidige versie van
HAT. De datastructuur die bijhoudt welke collectieoperatie met de bijbehorende source en
body al gegenereerd was bevindt zich in het OCL metamodel horend bij een gegeven generator.
We hebben al gezien dat de overgang van het UML metamodel naar het OCL metamodel
gaat met de GenerateCode operatie. Maar de GenerateCode operatie wordt telkens met
verschillende generatoren opgeroepen. Op deze manier is de referentie naar deze datastructuur
verloren
4.3 Naïeve aanpak in HAT
De implementatie van de naïeve aanpak in HAT gebeurt aan de hand van een UML proel.
Dit UML proel bevat eigenlijk de transformaties (vertaling van run-time OCL expressies)
naar JAVA.
De geproduceerde code komt overeen met de methodologie die wie in hoofdstuk 3 voorgesteld
hebben. Klasse-invarianten worden in booleaanse methoden ingepakt en er is een gemeenschappelijke
methode gegenereerd die een conjunctie van alle invarianten bevat.
Bij operaties worden zowel pre- als postcondities gegenereerd. Deze zijn in booleaanse methoden
geencapsuleerd. Vervolgens zijn deze pre- en postconditiemethoden bij de horende
operatie (respectievelijk in het begin en op het einde van de operatie) toegevoegd met de
assert constructie. In het begin en op het einde van het lichaam van een operatie is ook de
gemeenschappelijke methode toegevoegd die alle klasse-invarianten nagaat.
4.4 Intelligente aanpak in HAT
Voor de implementatie van de intelligente aanpak in HAT maken we opnieuw gebruik van een
UML proel dat onze transformaties bevat.
Voor de vertaling van klasse-invarianten, pre- en postcondities hebben we de implementatie van
de naïeve aanpak overgenomen en vervolgens hebben we een aantal aanpassingen toegevoegd
om de intelligente aanpak te kunnen implementeren. Met andere woorden inkapseling van
klasse-invarianten, pre- en postcondities gebeurt op precies dezelfde manier als in de naïeve
aanpak: elke invariant, pre- en postconditie is in een booleaanse methode ingepakt.
De aanpassing die we gemaakt hebben betreft de assertie van relevante klasse-invarianten op
het einde van het uitvoeren van operaties in plaats van een conjunctie van alle aanwezige
invarianten te nemen.
Deze aanpassingen zijn gebaseerd op string matching.
Het idee is als volgt: voor elke postconditie van een operatie zoeken we of er een object of
variabele tijdens de uitvoering van de operatie aangepast is. Dat doen we aan de hand van