为了更好地解决软件危机这个至关重要的问题,提高实际软件开发的效率和可靠性,薛锦云教授在多个国家级课题的资助下提出了一种普遍适用的算法程序形式化开发方法—PAR(Partition-And-Recur)方法。该方法中程序设计采用了数据抽象机制。在PAR方法的支撑平台—PAR平台上开发了各种自动程序生成系统,其中Apla→Python自动程序生成系统将Apla算法程序生成可执行的Python程序。该生成系统由转换器和Python可重用构件库组成。Python构件库引用了软件复用这一概念,其基本思想是在软件开发中避免重复劳动。通过软件复用,可以提高软件开发的效率和质量。构件库包括序列、集合、包、树、图五大类基本构件。本文研究的主要目标是正确地设计Python构件库中五类构件即用Python语言具体实现Apla语言(Abstract Programming Language,是一种抽象程序设计语言,用来定义并设计算法程序)中的序列、集合、包、树、图五大类抽象数据类型。先对Apla语言和Python语言的数据类型进行分析和对比,然后通过Python类中方法设置一个形式参数datatype定义类型变量来实现泛型程序设计思想,最后用数组和链表实现构件的两种存储方式即顺序存储和链式存储。将这个具有高可靠性的Python构件库安装到Apla→Python自动程序生成系统中,使得该生成系统的高可靠性得以完整地实现。用快速排序和二叉树前序遍历两个测试用例对Python可重用构件库进行测试验证,即将快速排序和二叉树前序遍历的Apla程序输入到系统中,在构件库的支持下生成相应的Python程序并运行,检测其实际运行效果。经测试,比较理想地达到了预期的效果,令人满意。在PAR方法指导下设计的Apla→Python自动程序生成系统充分保证了算法程序的正确性与可靠性。系统中Python可重用构件库的实现填补了PAR方法领域的理论空白,也提高了开发算法的调试和开发效率。随着软件技术的发展,PAR方法和PAR平台的完善,以及构件库的扩充,该生成系统的功能会越来越丰富、健壮。在不久的将来,该系统将全面地应用到软件开发的各个阶段,最终被人们熟练地掌握和大量地使用。