201871010109-胡欢欢 实验三 软件工程结对项目—《D{0-1}KP 实例数据集算法实验平台》项目报告

博文名称：201871010109-胡欢欢 实验三 结对项目—《D{0-1}KP 实例数据集算法实验平台》项目报告（1分）

博文开头（1分）

项目	内容
课程班级博客链接	https://edu.cnblogs.com/campus/xbsf/2018CST
这个作业要求链接	https://www.cnblogs.com/nwnu-daizh/p/14604444.html
我的课程学习目标	1、学习使用flask框架开发项目 2、了解遗传算法 3、掌握结对开发软件项目的基本方法
这个作业在哪些方面帮助我实现学习目标	1、本次作业促使我初步学习了flask框架的使用 2、本次作业使我基本掌握了多人结对开发的基本方法3、这里还有一个收获到的小知识，在开发本次项目前我一直不明白程序测评的原理，在设计测评接口时通过查阅资料加思考，我终于明白了，相信在以后遇到类似的需求会更加得心应手
结对方学号-姓名	201871010114-李岩松 201871010106-丁宣元
结对方本次博客作业链接	https://www.cnblogs.com/budinge/p/14630602.html https://www.cnblogs.com/liyansong0198/p/14644940.html
本项目Github的仓库链接地址	https://github.com/budinge/Exercise-homework1.git

任务一：阅读《现代软件工程—构建之法》第3-4章内容，理解并掌握代码风格规范、代码设计规范、代码复审、结对编程概念；
通过阅读，做出如下总结：

1. 代码风格规范。主要是文字上的规定，看似表面文章，实际上非常重要。代码风格的原则是：简明，易读，无二义性
2. 代码设计规范：牵扯到程序设计、模块之间的关系、设计模式等。比如针对函数，他的最重要的原则就是：只做一件事，并且要做好。
3. 代码复审：看代码是否在代码规范的框架内正确地解决了问题。代码复审的三种形式：自我复审、同伴复审、团队复审。目的是找出代码错误、发现逻辑错误、发现算法错误、发现潜在的错误和回归性错误、发现可能需要改进的地方、传授经验；代码复审后把记录整理出来：更正明显的错误、记录无法很快更正的错误、把所有的错误记在自己的一个“我常犯的错误”表中，作为以后自我复审的第一步。
4. 结对编程是一种敏捷软件开发的方法，两个程序员在一个计算机上共同工作。一个人输入代码，而另一个人审查他输入的每一行代码。输入代码的人称作驾驶员，审查代码的人称作观察员（或导航员）。两个程序员经常互换角色。在结对编程模式下，两个人肩并肩地、平等地、互补地进行开发工作。

任务二两两自由结对，对结对方《实验二 软件工程个人项目》的项目成果进行评价：

任务三

1. 需求分析陈述（5分）
   对于本次作业，考虑到实现的难易程度以及用户体验，我们决定采用前后端分离思想，结合使用flask+Amaze UI框架+MySQL数据库完成开发。

• 框架说明
  flask用于开发服务端接口，Amaze UI用于开发前端界面，发送请求获取数据并完成数据渲染。数据库采用MySQL。

• 接口说明
  后端有5大接口，分别是：散点图绘制接口，排序接口，回溯求解接口，动态规划求解接口，用户算法评测接口。

• 界面说明
  针对这5大接口，分别对应前端的5个界面，各界面需要完成请求数据，解析响应结果，响应结果数据渲染。

• 代码规范说明
  

2. 软件设计说明（5分）

• 后端接口设计说明，如图
  

• 后端接口目录结构，如图，其中，src文件夹存放项目源代码，static文件夹存放静态资源，upload文件夹存放测评文件与测评代码，app.py为程序的主文件
  

• 界面设计说明
  

3. 软件实现及核心功能代码展示（5分）

• 散点图绘制接口代码展示

# 更新散点图接口
@app.route('/show',methods=['post','get'])
def photo():
    # 获取请求参数
    fileName = json.loads(request.get_data())['fileName']
    seriesNumber = json.loads(request.get_data())['seriesNumber']
    # 创建数据库操作对象
    db = dbManger.dbManger(fileName,seriesNumber)
    # 从数据库读取信息
    pList = db.profitThrre()
    wList = db.weightThrre()
    # 绘制散点图
    path = show.show(pList,wList)
    # 返回图片路径
    return path

• 排序接口代码展示

# 排序接口
@app.route('/sort',methods=['post','get'])
def sort():
    reDict = {}
    # 获取请求参数
    fileName = json.loads(request.get_data())['fileName']
    seriesNumber = json.loads(request.get_data())['seriesNumber']
    # 创建数据库操作对象
    db = dbManger.dbManger(fileName, seriesNumber)
    pwList = db.pwNine()
    # 排序
    sortList = sortData.sort(pwList)
    # 构造响应数据
    for item in range(len(sortList)):
        p1 = sortList[item][0]
        p2 = sortList[item][1]
        p3 = sortList[item][2]
        w1 = sortList[item][3]
        w2 = sortList[item][4]
        w3 = sortList[item][5]
        pw1 = sortList[item][6]
        pw2 = sortList[item][7]
        pw3 = sortList[item][8]
        data = {"p1":p1,"p2":p2,"p3":p3,"w1":w1,"w2":w2,"w3":w3,"pw1":pw1,"pw2":pw2,"pw3":pw3}
        reDict.update({str(item):str(data)})
    re = json.dumps(reDict)
    print(re)
    # 返回排序结果
    return re

• 回溯算法求解接口展示

# 回溯法求解接口
@app.route('/flashBack',methods=['post','get'])
def fBack():
    # 获取请求参数
    fileName = json.loads(request.get_data())['fileName']
    seriesNumber = json.loads(request.get_data())['seriesNumber']
    maxWeight = json.loads(request.get_data())['maxWeight']
    # 创建数据库操作对象
    db = dbManger.dbManger(fileName, seriesNumber)
    # 读取数据
    pList = db.profitThrre()
    wList = db.weightThrre()
    # 回溯法求解
    time1 = time.time()
    flashBack.flashBack(maxWeight,-1,3,0,0,pList,wList)
    time2 = time.time()
    # 获取返回值
    re = flashBack.re()
    # 构造响应数据
    reDict = {'maxProfit':re,'time':time2-time1}
    # 返回求解结果
    return reDict

• 动态规划算法求解接口展示

# 动态规划求解接口
@app.route('/dp',methods=['post','get'])
def d():
    # 获取请求数据
    fileName = json.loads(request.get_data())['fileName']
    seriesNumber = json.loads(request.get_data())['seriesNumber']
    maxWeight = json.loads(request.get_data())['maxWeight']
    # 创建数据库操作对象
    db = dbManger.dbManger(fileName, seriesNumber)
    # 读取数据
    pList = db.profitThrre()
    wList = db.weightThrre()
    #动态规划求解
    time1 = time.time()
    re = dp.dp(maxWeight,pList,wList)
    time2 = time.time()
    # 构造响应对象
    reDict = {'maxProfit':re,'time':time2-time1}
    # 返回求解结果
    return reDict

• 动态测评接口代码展示

# 动态测评接口
@app.route('/upload',methods=['post','get'])
def upPrograme():
    # 读取的文件名
    fileName = json.loads(request.get_data())['fileName']
    # 第几组数据
    seriesNumber = json.loads(request.get_data())['seriesNumber']
    # 代码类型
    fileType = json.loads(request.get_data())['fileType']
    # 代码
    value = json.loads(request.get_data())['value']
    # 最大价值
    maxWeight = json.loads(request.get_data())['maxWeight']

    # 数据库读取数据
    db = dbManger.dbManger(fileName, seriesNumber)
    pList = db.profitThrre()
    wList = db.weightThrre()
    # 拼接得到文件名
    file = 'userTest.'+fileType
    # 保存代码到文件
    upload.up(file,value)
    # 运行测试代码
    reDict = {'outStr':runPy.runP(pList,wList,maxWeight).split('----')[0].strip('\n'),'userOutStr':runPy.runP(pList,wList,maxWeight).split('----')[1].strip('\n')}
    # 返回测评结果
    return json.dumps(reDict)

4. 程序运行（2分）

• 散点图绘制，如图
  

• 回溯法求解，如图
  

• 动态规划求解，如图
  

• 动态测评，如图
  

• 保存历史测评数据到服务端，类似于日志，如图
  

5. 描述结对的过程，提供两人在讨论、细化和编程时的结对照片（3分）
   
   

6. 提供此次结对作业的PSP（4分）

PSP2.1	任务内容	计划共完成需要的时间(h)	实际完成需要的时间(h)
Planning	计划	0.5	0.5
nbsp;  Estimate	估计这个任务需要多少时间，并规划大致工作步骤	0.5	0.5
Development	开发	22	28
nbsp;  Analysis	需求分析（包括学习新的技术）	8	14
nbsp;  Design Spec	生成设计文档	1	1
nbsp;  Design Review	设计复审	0.5	0.5
nbsp;  Coding Standard	代码规范（为开发制定合适的规范）	1	0.5
nbsp;  Design	具体设计	1.5	0.5
nbsp;  Coding	具体编码	67	10
nbsp;  Code Review	代码复审	1	0.5
nbsp;  Test	测试（自我测试，修改代码，提交修改）	2	4
Reporting	报告	2	1.2
nbsp;  Test Report	测试报告	1	0.5
nbsp;  Size Measurement	计算工作量	0.5	0.2
nbsp;  Postmortem & Process Improvement Plan	事后总结 ,并提出过程改进计划	0.5	0.5

7. 小结感受（4分）
   通过本次结对编程作业，我感受到多人合作开发如果制定一个良好的计划，就可以极大的提高开发效率，反之，如果没有计划好，事先没有商议，则会为开发带来极大的困难，另外，交流和讨论时可以采取线上交流的方式，线上交流陈本要低很多，而且更加灵活，在本次开发过程中，我们就是因为事先通过在线交流等，明确了每个人的任务以及代码规范，才使得互相看代码时不至于看不懂，还有前后端数据交互的格式的提前制定，也使得前后端对接相对得心应手。