第二次结对编程作业

结对同学博客
本次作业博客
Github地址

2.具体分工

• 林兴源：完成AI的实现
• 卞永亨：完成UI的实现

3.PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	30	25
Estimate	估计这个任务需要多少时间	30	25
Development	开发	1040	1210
Analysis	需求分析 (包括学习新技术)	240	280
Design Spec	生成设计文档	60	30
Design Review	设计复审	10	20
Coding Standard	代码规范 (为目前的开发制定合适的规范)	40	30
Design	具体设计	20	35
Coding	具体编码	600	720
Code Review	代码复审	20	35
Test	测试（自我测试，修改代码，提交修改）	50	60
Reporting	报告	45	45
Test Repor	测试报告	15	10
Size Measurement	计算工作量	10	15
Postmortem & Process Improvement Plan	事后总结, 并提出过程改进计划	20	20
	合计	1115	1280

4.解题思路描述与设计实现说明

• 网络接口的使用
  • login用所给的示例代码，修改username和password后即可使用，其他同理，一般修改username、password、id、token等即可
  • 将login返回到的数据，使用正则匹配，即可得到id和token
  • 修改submit示例代码的提交字符串、id和token，即可完成提交
• 代码组织与内部实现设计（类图)

• 说明算法的关键与关键实现部分流程图
  • 算法的关键是进行组合和筛选
  • 关键实现部分流程图

5.关键代码解释

import itertools
def cmb(list0):
    list1 = list0.copy()
    iter1 = itertools.combinations(list1, 5)
    while 1:
        try:
            tup0 = next(iter1)
            listc = list(tup0)
            list1 = list0.copy()
            for i in range(5):
                list1.remove(listc[i])
            iter2 = itertools.combinations(list1, 5)
            while 1:
                try:
                    tup1 = next(iter2)
                    liste = list(tup1)
                    listf = list0.copy()
                    for i in range(5):
                        listf.remove(listc[i])
                    for i in range(5):
                        listf.remove(liste[i])
                    a = getscore(listc, 5)
                    b = getscore(liste, 5)
                    c = getscore(listf, 3)
                    if a > b and b > c:
                        listsum[1] = a + 2 * b + 3 * c
                        if listsum[1] > listsum[0]:
                            listsum[0] = listsum[1]
                            global lians
                            lians.clear()
                            for k in range(3):
                                lians.append(listf[k])
                            for k in range(5):
                                lians.append(liste[k])
                            for k in range(5):
                                lians.append(listc[k])
                except StopIteration:
                    break

        except StopIteration:
            return

这段代码采用组合数的方法，即先从13张牌中随机选出5张一堆，再从剩下的8张牌中选出5张一堆，剩下3张一堆。遍历c(13,5)c(8,5)c(3,3)种所有可能的情况，再用getscore函数进行判断，选出符合规则且得分最高的组合方式。

6.性能分析与改进

• 在刚开始设计AI的实现方法时，我想过使用递归的贪心算法：(1)底墩先贪心的选能够组合最大的牌型的5张牌，再递归调用自身从剩下的8张中选贪心5张最大牌型，最后剩三张。(2)然后底墩贪心选能够组合次大的牌型的5张牌，再递归调用自身从剩下的8张中选贪心5张最大牌型，最后剩三张。(3)底墩再选第三大...以此类推，直到底端是对子。(4)剩余8张选5张也类似,贪心选最大，然后次大，直到散牌。(5)最终用getscore函数给每堆打分，判断出三墩牌是否符合规则，最终分数最高的三墩牌即是要求的牌。但是这种情况下选出的牌，牌型判断变得很复杂，存在较多不确定性，对写代码实现不友好，就放弃了这种思路，改用组合数遍历所有可能的方法。即每次从13张中随机挑5张，再从剩下8张中挑5张，最后三张一堆，然后每种组合都用getscore函数给每堆打分，判断出三墩牌是否符合规则，最终分数最高的三墩牌即是要求的牌。

• 性能分析图
  

• 其中消耗最大的函数是组合数遍历所有可能的comb()函数（在上面关键代码处已经展示过），而消耗第二大的getscore()函数与其相差不大，因此我就展示一下getscore()函数，这个函数是用于给每一墩牌打分的。

def getscore(li, m):
        listb = li.copy()
        f=0
        f = tonghuashun(listb)
        if f > 0:
            return 100 + f * 0.01
        f = zhadan(listb)
        if f > 0:
            return 90 + f * 0.01
        f = hulu(listb)
        if f > 0:
            return 80 + f * 0.01
        f = tonghua(listb, m)
        if f > 0:
            return 70 + f * 0.01
        f = shunzi(listb, m)
        if f > 0:
            return 60 + f * 0.01
        f = santiao(listb)
        if f > 0:
            return 50 + f * 0.01
        f = liandui(listb)
        if f > 0:
            return 40 + f * 0.01
        f = liangdui(listb)
        if f > 0:
            return 30 + f * 0.01
        f = duizi(listb, m)
        if f > 0:
            return 20 + f * 0.01
        else:
            dict1 = {}
            for x in range(2, 15):
                dict1[x] = 0
            for r in listb:
                dict1[r.num] = dict1[r.num] + 1
            f = 0.1
            t = 0
            for i in range(14,1,-1):
                if dict1[i]>0:
                    t =t+ i * f
                    f =f*0.1
            return 10+t

7.单元测试

import unittest
import shisanshui

class MyTestCase(unittest.TestCase):
    def test_santonghua(self):
        result = shisanshui.santonghua()
        self.assertEqual(result, 1)


if __name__ == '__main__':
    unittest.main()

• 这是用来测试三同花的测试代码，
• 测试数据的构造思路
  • 满足三同花，
  • 有两个同花
  • 有一个同花
  • 没有同花

8.贴出Github的代码签入记录

9.遇到的代码模块异常或结对困难及解决方法（8分）

• 问题描述
  • 在写递归组合算法时，会出现跳过执行的情况，导致与预期不符
  • http请求api运行时一堆报错
  • 在api联网测试时，有时会出现提交的牌与预期不符，比如牌型跳过处理提交，提交上局牌型等
  • 写三顺子时，当三张顺子和五张的顺子有重叠时，用第一次写的算法运行会判断错误
• 做过哪些尝试
  • 发现问题在于局部变量在递归时会随函数死亡消解而不被保存，但用全局变量替换局部变量后还是不行，于是重新写组合算法，使用迭代器和itertools中的函数combinations()
  • 问同班同学和api接口维护的同学以及度娘
  • 不断测试，发现是变量问题，把部分关键变量修改成全局变量就解决了
  • 重写三顺子判断函数，从有重叠处先选出顺子即可
• 是否解决
  • 在同学和搜索引擎的帮助下，都解决了
• 有何收获
  • 更熟悉了python语言的使用
  • 短时间内从0开始学python语法、http请求等，锻炼了快速学习的能力
  • 要注意变量的生存周期！特别是函数体内的局部变量

10.评价你的队友

• 值得学习的地方
  • 较高的执行力
  • 较强的自学能力
• 需要改进的地方
  • 对美学的追求应该加强
  • 代码能力有待加强（me too）

11.学习进度条

第N周	新增代码（行）	累计代码（行）	本周学习耗时（小时）	累计学习耗时（小时）	重要成长
1	0	0	3	3	学会用墨刀做原型设计
2	400	400	12	15	学习python的使用和写出程序框架
3	300	700	12	27	学习python，以及学习JS
4	500	1200	9	36	加深python的学习,学习http请求，以及学习JS