201871010125 王玉江 实验三 软件工程结对项目
| 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.熟悉PSP流程 2. 熟悉github操作 3.加深对D{0-1}问题的解法的理解 4.熟悉java语言开发程序的一般流程 5.体验软件项目开发中的两人合作，练习结对编程 |
| 这个作业在哪些方面帮助我实现学习目标 |
1. 更加熟练git的相关操作
|
| 结对方学号-姓名 | 201871010124 王生涛 |
| 结对方本次博客作业链接 | https://www.cnblogs.com/ws-t/p/14600409.html |
| 本项目Github的仓库链接地址 |
博客正文
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；
| 名词 | 内容 |
|---|---|
| 代码风格规范 | 主要是文字上的规定。（1）代码风格的原则是：简明、易读、无二义性；（2）对于缩进、行宽、括号、分行、命名、下划线、注释、大小写以及断行与空白的{}行的处理；（3）缩进限定为100字符；（4）复杂的条件表达式中，用括号表示逻辑优先级；（5）有清晰的断行和分行；命名应该遵循规则，简洁易懂。 |
| 代码设计规范 | （1）牵扯到程序设计、模块之间的关系、设计模式等。（2）针对函数：只做一件事，并且要做好。可以使用goto实现单一的出口；（3）还有错误处理方面的一些内容，比如断言的正确使用等规范；（4）错误处理的时间更甚于程序功能的实现；（5）所有的参数都要验证其正确性，验证正确性使用断言。 |
| 代码复审 | （1）形式：自我复审、同伴复审、团队复审；（2）目的：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；（3）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。 |
| 结对编程概念 | 角色：驾驶员：控制键盘输入；领航员：起到领航、提醒的作用。好处：（1）在开发层次，可以提供更好的设计质量和代码质量，两人合作解决问题的能力更强。（2）对开发人员，带来更多的信心，高质量的产出带来更高的满足感。（3）企业管理层次上，有效地交流，相互学习和传递经验，分享知识，取得更高的投入产出比。 |
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，具体要求如下：
（1）对项目博文作业进行阅读并进行评论，评论要点包括：博文结构、博文内容、博文结构与PSP中“任务内容”列的关系、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，将以上评论内容发布到博客评论区。
（2）克隆结对方项目源码到本地机器，阅读并测试运行代码，参照《现代软件工程—构建之法》4.4.3节核查表复审同伴项目代码并记录。
（3）依据复审结果尝试利用github的Fork、Clone、Push、Pull request、Merge pull request等操作对同伴个人项目仓库的源码进行合作修改。
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；
要求实现的具体功能如下：
设计前期知识：
遗传算法：
- 遗传算法是根据生物进化的模型提出的一管优化算法。
- 原理：遗传算法将生物进化原理引入待优化参数形成的编码串群体中,按着一定的适值函数及一系列遗传操作对各个体进行筛选，从而使适值高的个体被保留下来，组成新的群体，新群体包含上一代的大量信息，并且引入了新的优于上一代的个体。这样周而复始，群体中各个体适值不断提高，直至满足一定的极限条件。此时,群体中适值最高的个体即为待优化参数的最优解。
- 特点：
（1）遗传算法是对参数的编码进行操作，而非对参数本身。
（2）遗传算法是从许多点开始并行操作,并非局限于一点，从而可有效防止搜索过程收敛于局部最优解。
（3）遗传算法通过目标函数计算适值,并不需要其它推导和附加信息，因而对问题的依赖性较小。
（4）遗传算法的寻优规则是由概率决定的，而非确定性的。
（5）遗传算法在解空间进行高效启发式搜索,而非盲目地穷举或完全随机搜索。
（6）遗传算法对所求解的优化问题没有太多的数学要求。
（7）遗传算法具有并行计算的特点,因而可通过大规模并行计算来提高计算速度。 - 基本操作：遗传、变异和交叉。
- 1、需求分析：遗传算法作为当今一个比较热门的研究方向，在解决最优化问题上有着良好的作用。遗传算法利用基因编码，对其进行生成、杂交、变异、选择等操作，产生不同的基因序列，使解一步一步向最优解逼近，未来发展前景也是相当不错的。
- 2、设计说明：
- 3、软件实现：
- 4、程序运行：
- 5、结对的过程
- 6、结对编程PSP：
| 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) |
|---|---|---|
| 计划 | 50 | 60 |
| · 估计这个任务需要多少时间，并规划大致工作步骤 | 25 | 30 |
| 开发 | 500 | |
| 需求分析 (包括学习新技术) | 45 | |
| · 生成设计文档 | 30 | 30 |
| · 设计复审 (和同事审核设计文档) | 100 | |
| 代码规范 (为目前的开发制定合适的规范) | 100 | |
| 具体设计 | 300 | |
| 具体编码 | 300 | |
| · 代码复审 | 100 | |
| · 测试（自我测试，修改代码，提交修改） | 70 | |
| 报告 | 80 | |
| · 测试报告 | 30 | |
| 计算工作量 | 40 | 50 |
| · 测试报告 | 25 | 20 |
| · 事后总结 ,并提出过程改进计划 | 25 | 25 |
7、小结感受
这次实验的结对编程给我带来了很大的启发，人合作真的能够带来1+1>2的效果。首先，在软件开发的过程中，结对编程可以提高软件开发效率的；其次，它还可以减少软件中的错误与漏洞。两个程序员在一个工作台上共同参与、合作。就好像一个开车一个做导航员，而且最好经常是互换角色。 这种合作可以增加纪律性，写出更好的代码，更有利于促进程序员自身的提高。
