| 项目 | 内容 |
|---|---|
| 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.体验软件项目开发中的两人合作，练习结对编程（Pair programming） 2.掌握Github协作开发程序的操作方法 |
| 这个作业在哪些方面帮助我实现学习目标 | 1.通过阅读《现代软件工程—构建之法》相关内容，对代码风格规范、代码设计规范、代码复审以及结对编程有了一定的认识和掌握 2.通过复审结对方代码并通过github的Fork、Clone、Push、Pull request、Merge pull request等操作对其个人项目仓库的源码进行合作修改，掌握了Github协作开发程序的操作方法 3.以结对编程的方式，共同设计开发出一款D{0-1}KP 实例数据集算法实验平台，对结对编程有了更深刻的体验与理解 |
| 结对方学号-姓名 | 201871030137-杨钦颖 |
| 结对方本次博客作业链接 | https://www.cnblogs.com/YQY128/p/14655949.html |
| 本项目Github的仓库链接地址 | https://github.com/YQY128/SoftwareEngineering/tree/main/D{0-1}KP 实例数据集算法实验平台 |
任务1：
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
-
代码风格规范
代码风格的原则是：简明，易读，无二义性。
代码风格规范主要包含这些方面：缩进、行宽、括号、断行与空白的{}行、分行、命名、下划线问题、大小写问题、注释等。
-
代码设计规范
代码设计规范不光是程序书写的格式问题，而且牵涉到程序设计、模块之间的关系、设计模式等方方面面。
代码设计规范主要包含这些方面：函数、goto、错误处理、如何处理C++的类等。
-
代码复审
代码复审的定义：看代码是否在“代码规范”的框架内正确地解决了问题。
复审的形式
名 称 形 式 目 的 自我复审 自己 vs. 自己 用同伴复审的标准来要求自己。不一定最有效，因为开发者对自己总是过于自信。如果能持之以恒，则对个人有很大好处 同伴复审 复审者 vs. 开发者 简便易行 团队复审 团队 vs. 开发者 有比较严格的规定和流程，用于关键的代码，以及复审后不再更新的代码。覆盖率高——有很多双眼睛盯着程序。但是有可能效率不高（全体人员都要到会） -
结对编程
在结对编程模式下，一对程序员肩并肩地、平等地、互补地进行开发工作。两个程序员并排坐在一台电脑前，面对同一个显示器，使用同一个键盘，同一个鼠标一起工作。他们一起分析，一起设计，一起写测试用例，一起编码，一起单元测试，一起集成测试，一起写文档等。
任务2：
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
-
结对方博客链接
-
结对方Github项目仓库链接
https://github.com/YQY128/SoftwareEngineering/tree/main/折扣01背包
-
博客评论
-
从博文结构来看，排版简洁清晰，很清楚地展现了各部分的内容，对读者而言是友好的。
-
从博文内容来看，基本完成了项目所要求完成的任务，任务3的功能实现也比较完善，可以看出来博主是有在认真完成这项作业的。不过，博主对总结中要求的“模块化”原则这一点没有总结出来，另外，代码展示部分也缺少必要的一些注释，博主可以再完善一下。
-
从博文结构与PSP中“任务内容”列的关系来看，博主将大部分时间投入到具体编码以及测试中，这也的确是现阶段的我们需要花费较多时间的环节，另外，开发部分实际花费的时间要比预估的时间少一些，博主在完成任务时效率应该还是不错的。
-
关于PSP中“计划共完成需要的时间”与“实际完成需要的时间”两列数据的差异化分析与原因探究，这部分没有很好地完成，希望博主可以后续完善一下，在发现问题，分析原因中继续成长进步。
-
-
代码核查表
-
概要部分
- 代码基本符合需求
- 代码设计有周全的考虑
- 代码可读性还不错
- 代码的每一行都执行并检查过了
-
设计规范部分
- 代码没有依赖于某一平台，不会影响将来的移植
- 没有无用的代码可以清除
-
代码规范部分
修改的部分符合代码标准和风格 -
具体代码部分
- 没有对错误进行处理；对于调用的外部函数，没有检查返回值或处理异常
- 参数传递没有错误，字符串是以0开始计数
- 没有使用断言（Assert）来保证我们认为不变的条件真的满足
- 数据结构中没有无用的元素
-
效能
代码的效能一般，数据量比较小时运行较快，但是当数据量较大时耗时较多 -
可读性
代码可读性不错，该有注释的地方基本做了注释
-
-
结对方项目仓库中的Fork、Clone、Push、Pull request、Merge pull request日志数据
要想将别人的项目clone 到本地，需要下载、安装和配置Git。Git负责用户在计算机上本地发生的、与GitHub有关的所有内容。
以下是部分配置操作截图，详细可参考这篇博文对Git进行安装、配置。
获取公钥
将公钥添加到Github管理平台
对Git进行环境配置
- Fork：将别人发布的项目复制，相当于一个分支；项目复制到自己的github中，于是本地就有了一个仓库。
fork成功后即可在自己的github中看到复制的仓库：
- Clone：从自己的github上把fork过来的项目复制到本地，这样本地就有了一个项目。
在本地新建一个MyGit文件夹，将项目文件clone到该文件夹：
- Push：将本地项目进行修改开发后，同步到你的github上的仓库中。
在下载下来的本地项目中进行修改，通过“git add”将修改后的文件添加至队列，再通过“git commit”提交本次修改：
通过“git push”将修改的版本提交至github账户：
-
Pull request：把自己github中的已经修改的内容申请同步到最初那个开发者的项目中。
“push”之后在github中即可看到修改的记录，点击右上方”Pull request“即可提交请求：
-
Merge pull request：最初的开发者同意你的修改，将其合并到自己的项目中。
对方同意之后，即可在对方github上看到对项目的修改：
任务3：
采用两人结对编程方式，设计开发一款D{0-1}KP 实例数据集算法实验平台
-
需求分析陈述
- 将实验二任务3的功能嵌入平台，作为平台的基础功能
- D{0-1}KP 实例数据集需存储在数据库
- 动态嵌入任何一个有效的D{0-1}KP 实例求解算法，并保存算法实验日志数据
- 人机交互界面要求为GUI界面
- 设计遗传算法求解D{0-1}KP，并利用此算法测试要求
-
软件设计说明
使用python语言来做GUI界面是比较方便的，故软件使用python语言开发。在数据库存储方面，使用SQLite实现数据库存储功能。
-
软件实现及核心功能代码展示
-
软件实现
软件从整体上分为三个窗口类：MyFrame、MyFrame2、MyFrame3：
- MyFrame用于获取用户想要读取的文件，输入文件序号，点击按钮后，读取输出的序号，判断输入序号是否合法，弹出提示框，如果读取成功则调用MyFrame2。
- MyFrame2用于获取用户想要读取文件中的哪组数据，类中功能与MyFrame类似，如果读取成功则调用MyFrame3。
- MyFrame3是功能实现比较集中的一个类。
MyFrame3中实现的功能有：
- 通过函数CreateDataBase(self)创建数据库，并且将指定的文件数据存放至数据库中创建的表中。
- 对读取道德文件数据进行编号，并且显示数据.
- 对获取到的数据按项集中的第三项物品的价值/重量比进行排序。
- 通过bag(self,n,c,w,v)函数实现动态规划算法求解D{0-1}KP问题，并显示运行时间。
- 实现散点图的绘制。
- 关于遗传算法，其主要的实现函数有：
init(self,N,n)用来初始化，N为种群规模，n为染色体长度
fitness(self,C,N,n,W,V,w)为评估函数
best_x(self,F,S,N)为适应值函数
rate(self,x)计算比率
chose(self,p, X, m, n)用来选择
match(self,X, m, n, p)用来交配
vari(self,X, m, n, p)用来变异
-
核心功能代码展示
-
# 创建数据库
def CreateDataBase(self):
global i
global d
global cubage # 背包最大容量
global profit # 物品价值
global weight # 物品重量
global pw # 物品价值/重量比
# 连接到SQLite数据库，数据库文件是mrsoft.db
conn = sqlite3.connect('mrsoft.db')
cursor = conn.cursor()
# 如果表已经存在则删除
cursor.execute('DROP TABLE IF EXISTS user')
# 如果表不存在则创建表
cursor.execute('create table if not exists user (num int(10) primary key,profit int(20), weight int(20))')
cubage[i] = max(list(map(int,re.findall(r'\d+',line[i*8+3]))))
profit[i] = list(map(int,re.findall(r'\d+',line[i*8+5])))
weight[i] = list(map(int,re.findall(r'\d+',line[i*8+7])))
pw[i] = list(map(lambda x:x[0]/x[1],zip(profit[i],weight[i])))
# 往表中插入数据
for j in range(0,d):
cursor.execute('insert into user (num,profit,weight) values ("%d","%d","%d")'%(j,profit[i][j],weight[i][j]))
cursor.execute('select * from user')
result=cursor.fetchall()
# 关闭游标
cursor.close()
# 提交事务
conn.commit()
# 关闭Connection
conn.close()
return result
class MyFrame3(wx.Frame):
def __init__(self, parent, id):
wx.Frame.__init__(self, parent, id, '有效数据', size=(800, 800))
# 遗传算法
start2 = time.perf_counter()
heigh = heigh+70
m = 32 # 规模
N = 500 # 迭代次数
Pc = 0.8 # 交配概率
Pm = 0.05 # 变异概率
V =profit[i] # 物品价值
W =weight[i] # 物品重量
n = len(W) # 染色体长度
w = cubage[i] # 背包最大容量
C = self.init(m, n)
S,F = self.fitness(C,m,n,W,V,w)
B ,y = self.best_x(F,S,m)
Y =[y]
for i in range(N):
p = self.rate(F)
C = self.chose(p, C, m, n)
C = self.match(C, m, n, Pc)
C = self.vari(C, m, n, Pm)
S, F = self.fitness(C, m, n, W, V, w)
B1, y1 = self.best_x(F, S, m)
if y1 > y:
y = y1
Y.append(y)
wx.StaticText(self.panel,label='遗传算法：', pos=(500,heigh))
heigh = heigh+30
wx.StaticText(self.panel,label='最大价值为：%d'%(y), pos=(500,heigh))
# 初始化,N为种群规模，n为染色体长度
def init(self,N,n):
C = []
for i in range(N):
c = []
for j in range(n):
a = np.random.randint(0,2)
c.append(a)
C.append(c)
return C
# 评估函数
# x(i)取值为1表示被选中，取值为0表示未被选中
# w(i)表示各个分量的重量，v（i）表示各个分量的价值，w表示最大承受重量
def fitness(self,C,N,n,W,V,w):
S = [] # 用于存储被选中的下标
F = [] # 用于存放当前该个体的最大价值
for i in range(N):
s = []
h = 0 # 重量
f = 0 # 价值
for j in range(n):
if C[i][j]==1:
if h+W[j]<=w:
h=h+W[j]
f = f+V[j]
s.append(j)
S.append(s)
F.append(f)
return S,F
# 适应值函数,B位返回的种族的基因下标，y为返回的最大值
def best_x(self,F,S,N):
y = 0
x = 0
B = [0]*N
for i in range(N):
if y<F[i]:
x = i
y = F[x]
B = S[x]
return B,y
# 计算比率
def rate(self,x):
p = [0] * len(x)
s = 0
for i in x:
s += i
for i in range(len(x)):
p[i] = x[i] / s
return p
# 选择
def chose(self,p, X, m, n):
X1 = X
r = np.random.rand(m)
for i in range(m):
k = 0
for j in range(n):
k = k + p[j]
if r[i] <= k:
X1[i] = X[j]
break
return X1
# 交配
def match(self,X, m, n, p):
r = np.random.rand(m)
k = [0] * m
for i in range(m):
if r[i] < p:
k[i] = 1
u = v = 0
k[0] = k[0] = 0
for i in range(m):
if k[i]:
if k[u] == 0:
u = i
elif k[v] == 0:
v = i
if k[u] and k[v]:
# print(u,v)
q = np.random.randint(n - 1)
# print(q)
for i in range(q + 1, n):
X[u][i], X[v][i] = X[v][i], X[u][i]
k[u] = 0
k[v] = 0
return X
# 变异
def vari(self,X, m, n, p):
for i in range(m):
for j in range(n):
q = np.random.rand()
if q < p:
X[i][j] = np.random.randint(0,2)
return X
-
程序运行
- 选择要读取的文件：
- 选择要文件中要读取哪一组数据：
- 读取到的数据存入数据库：
- 散点图的显示：
- 遗传算法运行结果（需要注意的是：遗传算法是一种近似最优化算法，它的每个解都是近似最优解，不能保证是全局最优。）：
- 结果存储至txt中：
- 显示读取到的数据并对其编号，对读取到的数据按项集中的第三项的价值/重量比进行排序，显示动态规划算法以及遗传算法求解后的结果：
- 选择要读取的文件：
-
项目commit的记录
- 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
因为都在一个宿舍，所以聚集在一起来共同完成这个项目是比较方便的，并且比较熟悉，在沟通方面也是顺畅的。最开始是一起分析确定了项目要实现哪一些功能，GUI界面如何呈现，各类功能如何嵌入GUI界面，选择什么语言来编程，大概的方向确定好之后，就开始着手写代码。在编程的过程中，两个人轮流编程，一人编程的时候，另一人帮忙查资料，检查代码中是否有错误，提醒修改，遇到麻烦的地方，两个人一起思考、商量解决办法。 - 提供此次结对作业的PSP
| PSP2.1 | 任务内容 | 计划共完成需要的时间(min) | 实际完成需要的时间(min) |
|---|---|---|---|
| Planning | 计划 | 20 | 20 |
| Estimate | 估计这个任务需要多少时间，并规划大致工作步骤 | 20 | 20 |
| Development | 开发 | 1090 | 1200 |
| Analysis | 需求分析 (包括学习新技术) | 120 | 155 |
| Design Spec | 生成设计文档 | 30 | 20 |
| Design Review | 设计复审 (和同事审核设计文档) | 20 | 20 |
| Coding Standard | 代码规范 (为目前的开发制定合适的规范) | 30 | 35 |
| Design | 具体设计 | 60 | 50 |
| Coding | 具体编码 | 600 | 650 |
| Code Review | 代码复审 | 30 | 30 |
| Test | 测试（自我测试，修改代码，提交修改） | 200 | 240 |
| Reporting | 报告 | 100 | 100 |
| Test Report | 测试报告 | 30 | 40 |
| Size Measurement | 计算工作量 | 40 | 30 |
| Postmortem & Process Improvement Plan | 事后总结 ,并提出过程改进计划 | 30 | 30 |
- 小结感受：两人合作真的能够带来1+1>2的效果吗？通过这次结对合作，请谈谈你的感受和体会
两人合作是否能够带来1+1>2的效果，取决于两个人之间的沟通是否有效，是否能够朝着共同的目标去各自补充，合作完成任务。对于本次我们组的结对编程，我觉得两个人合作是能带来1+1>2的效果的。
通过这次结对合作，我觉得对于一个较复杂的任务而言，一个人的能力、掌握的知识毕竟有限，两个人合作编程，能够综合各自掌握的知识，在编码的过程中，两个人轮流编程，互相监督，能够及时发现错误，少走一些不必要的弯路，并且不会的地方，两个人也能够一起讨论对策，提升了编码效率。
两个人的合作，只要可以有效沟通，是可以很好地达到完成任务、共同进步的效果的。
