201871030130-王诗怡 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
| 项目 | 内容 |
|---|---|
| 课程班级博客 | 班级博客 |
| 这个作业要求链接 | 作业要求链接 |
| 我的课程学习目标 | 1、阅读《现代软件工程—构建之法》，学习3、4章相关内容 2、阅读学习结对同学任务二的代码 3、两人合作完成任务三 |
| 这个作业在哪些方面帮助我实现学习目标 | 学习如何与同学高效的分配并完成小组合作任务，帮我复习了如何使用python写图形用户界面，并让我了解熟悉了遗传算法。 |
| 结对方学号-姓名 | 陈啟程-201871030105 |
| 结对方本次博客作业链接 | 博客地址 |
| 项目GitHub仓库地址 | 仓库地址 |
实验总结
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
-
代码规范：
- 代码风格规范。主要是文字上的规定，看似表面文章，实际上十分重要
- 代码设计规范。牵涉到程序设计、模块之间的关系、设计模式等方方面面的通用原则
-
代码风格规范：
- 简明
- 易读
- 无二义性
-
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，这里又有不少内容与具体程序设计语言息息相关(如C、C++. Java、C#)，但
是也有通用的原则，这里主要讨论通用的原则。如果你写的程序会被很多人使用，并且你得加
班调试自己的程序，那最好还是遵守规定。
- 代码复审种类：
| 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，适用于关键的代码，以及复审后不再更新的代码。覆盖率高一有很多双眼睛盯着程序，但效率可能不高(全体人员都要到会) |
-
代码复审目的：
- 找出代码的错误， 比如:
（1） 编码错误，比如一-些碰巧骗过了编译器的错误
（2） 不符合团队代码规范的地方
-
发现逻辑错误，程序可以编译通过，但是代码的逻辑是错的
-
发现算法错误，比如使用的算法不够优化，边界条件没有处理好等
-
发现潜在的错误和回归性错误 一当前的修改 导致以前修复的缺陷又重新出现
-
发现可能需要改进的地方
-
教育(互相教育)开发人员，传授经验，让更多的成员熟悉项目各部分的代码，同时熟悉和应用领域相关的实际知识
-
结对编程:
在结对编程模式下，一对程序员肩并肩、平等地、互补地进行开发工作。他们并排坐在一台电
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，一起做单元测试，一起做集成测试，一起写文档，等等
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
| 注意事项 | 说明 |
|---|---|
| 概要 | 成功的完成了数据的读入与输出 |
| 设计规范 | 较为规范 |
| 代码规范 | 较为规范 |
| 效能 | 能完成他在博客中描述的功能 |
| 可读性 | 可读性很高 |
| 可测试性 | 可顺利完成测试 |
任务三：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
见下任务四内容
任务四：
-
需求分析：
- 设计实现一个人机交互界面
- 查阅资料，运用遗传算法求解 D{0-1}KP
- 将D{0-1}KP 实例数据集存储在数据库
- 平台可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
-
设计说明：
- 运用python设计人机交互页面
- 运用python设计实现遗传算法解D{0-1}KP
- 运用python连接数据库
-
核心代码展示：
## 计算比率 def rate(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(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(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(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 -
PSP流程
| PSP | 任务内容 | 计划完成时间（min） | 实际完成时间（min） |
|---|---|---|---|
| Planning | 计划 | 10 | 8 |
| Estimate | 任务规划 | 10 | 20 |
| Development | 开发 | 600 | 580 |
| Analysist | 需求分析 | 60 | 80 |
| Design Spec | 生成设计文档 | 60 | 75 |
| Test | 测试 | 30 | 55 |
| Reporting | 报告 | 120 | 180 |
- 程序运行
- 部分讨论照片
- 小结感受
在这次的实验中，我与我的结对伙伴各自发挥自己所擅长的方面一起努力完成了实验，在这次实验中我体会到了结对编程与独自编程的不同与好处。相比较一个人的死磕式编程，结对编程让我更有思路，自己找了很久的bug可能换做别人立刻就能看出来。结对编程相比较自己编程来说也不会那么枯燥乏味。希望下次有机会可以尝试小组编程。
总体来说我认为结对编程的利大于弊，相较于自己一个人编程，我更偏好于结对编程。
