程序设计方法学

8.1实例：体育竞技分析

1. "体育竞技分析"问题分析
   ——需求：毫厘是多少？如何科学分析体育经济比赛？
   ——输入：球员的水平
   ——输出：可预测的成绩
   ——计算思维：抽象 + 自动化
   ——模拟：抽象比赛过程 + 自动化执行N场比赛
   ——当N越大时，比赛结果预测越科学
   假设：双人击球比赛 A & B,回合制，5局3胜
   开始时一方先发球，直至判分，接下来胜者发球
   球员只能在发球局得分，15分胜一局

2. 自顶向下（设计）和自底向上（执行）
   自顶向下：解决复杂问题的有效方法。将一个总问题表达为若干个小问题组成的形式；使用同样的方法进一步分解小问题；直至，小问题可以用计算机简单明了的解决。
   自底向上：分单元测试，逐步组装；按照自顶向下相反的路径操作；直至，系统各部分以组装的思路都经过测试和验证。

3. 体育竞技分析实例解析
   -步骤1：打印程序的介绍性信息式 -printInfo()
   -步骤2：获得程序运行参数：proA，proB，n -getInputs()
   -步骤3：利用球员A和B的能力值，模拟n局比赛 -sinNGames()
   -步骤4：输出球员A和B获胜比赛的场次及概率 -printSummary()

from random import random
def main():
	printInfo()  #打印介绍信息
	probA,probB,n = getInputs() #获取用户输入的A，B的能力值
	winsA, winsB = simNGames(n,probA,probB) #获得A，B的获胜场次
	printSummary(winsA, winsB)  #输出场次

def printInfo():
	print("这个程序模拟两个选手A和B的某种竞技比赛")
	print("程序运行需要A和B的能力值（以0到1之间的小数表示）")

def getInputs():
	a = eval(input("请输入选手A的能力值（0-1）:"))
	b = eval(input("请输入选手B的能力值（0-1）:"))
	n = eval(input("模拟比赛的场次:"))
	return a,b,n

def printSummary(winsA, winsB):
	n = winsA + winsB
	print("竞技分析开始，共模拟{}场比赛".format(n))
	print("选手A获胜{}场比赛，占比{:0.1%}".format(winsA, winsA/n))
	print("选手B获胜{}场比赛，占比{:0.1%}".format(winsB,winsB/n))

#模拟N次比赛，继续分解，模拟一场比赛
def simNGames(n, probA, probB):
	winsA, winsB = 0,0
	for i in range(n):
		scoreA, scoreB = simOneGame(probA, probB)
		if scoreA > scoreB:
			winsA += 1
		else:
			winsB += 1
	return winsA, winsB
	
def simOneGame(probA, probB):
	scoreA, scoreB = 0, 0
	serving = "A"
	while not gameOver(scoreA, scoreB):
		if serving == "A":
			if random() < probA:
				scoreA += 1
			else:
				serving = "B"
		else:
			if random() < probB:
				scoreB +=1
			else:
				serving = "A"
	return scoreA, scoreB
def gameOver(a, b):
	return a == 15 or b == 15

4. 举一反三
   自顶向下：分而治之
   自底向上：模块化集成
   自顶向下是“系统”思维的简化
   ——扩展比赛参数，增加对更多能力对比情况的判断
   ——扩展比赛设计：增加对真实比赛结果的预测
   ——扩展分析逻辑：反向推理，用胜率推算能力

8.2Python程序设计思维

1. 逻辑思维：推理和演绎，数学为代表
2. 实证思维：实验和验证，物理为代表
3. 计算思维：设计和构造，计算机为代表，汉诺塔递归