1、链接
2、具体分工
- 我们组的分工是这样的：第一周两个人一起探讨怎样实现代码以及设计的原型，确定任务的方向，决定以小程序模式实现UI设计，同时确定任务分工，一人主要负责AI算法的实现，一人则负责前端UI和接口的实现；第二周分别做自己的任务，在边学习边探讨的环境中完成任务的60%；第三周改进算法以及连接接口，分写博客，上传代码等。
3、PSP表格
| PSP4.1 | Personal Software Process Stages | 预估耗时（分钟） | 实际耗时（分钟） |
| ·Planning | · 计划 | 120 | 20 |
| · Estimate | · 估计这个任务需要多少时间 | 10 | 20 |
| ·Development | · 开发 | 2590 | 3870 |
| · Analysis | · 需求分析 (包括学习新技术) | 500 | 820 |
| · Design Spec | · 生成设计文档 | 120 | 150 |
| · Design Review | · 设计复审 | 60 | 60 |
| · Coding Standard | · 代码规范 (为目前的开发制定合适的规范) | 100 | 120 |
| · Design | · 具体设计 | 250 | 350 |
| · Coding | · 具体编码 | 1200 | 1650 |
| · Code Review | · 代码复审 | 100 | 160 |
| · Test | · 测试（自我测试，修改代码，提交修改） | 100 | 340 |
| ·Reporting | · 报告 | 60 | 100 |
| · Test Repor | · 测试报告 | 30 | 45 |
| · Size Measurement | · 计算工作量 | 30 | 30 |
| · Postmortem & Process Improvement Plan | · 事后总结, 并提出过程改进计划 | 40 | 45 |
| · 合计 | 2600 | 3890 |
4、解题思路与设计说明
-
网络接口的使用
基本使用格式为：
>>> r = requests.get('url')相当于requests,request(method='get', 'url')
>>> r = requests.post('url', data = {'key':'value'})相当于requests,request(method='post', 'url', data = {'key':'value'})
在本次作业中，出牌算法需要先进行用户和用户密码的注册的请求，具体代码如下：
url = "https://api.shisanshui.rtxux.xyz/auth/register" payload = "{\"username\":\"test8\",\"password\":\"test8\"}" headers = {'content-type': 'application/json'} response = requests.request("POST", url, data=payload, headers=headers)登录和注册类似就不具体描述，需要从登录返回的json格式的数据中提取token值来开启战局。需要注意的是返回的json数据需要用json.loads()函数转为python可识别的对象。获得开启战局请求代码为：
url = "https://api.shisanshui.rtxux.xyz/game/open" headers = {'x-auth-token': token} response = requests.request("POST", url, headers=headers)开启战局请求成功后，会返回战局id以及分配到的十三张牌。在算法进行处理后，将前中尾墩的字符串装入payload，再对出牌进行请求。代码如下：
url = "https://api.shisanshui.rtxux.xyz/game/submit" payload = "{\"id\":"+id+",\"card\":[\""+qiandun+"\",\""+zhongdun+"\",\""+weidun+"\"]}" headers = { 'content-type': "application/json", 'x-auth-token': token } response = requests.request("POST", url, data=payload, headers=headers) -
代码组织与内部实现设计（类图）
-
说明算法的关键与关键实现部分流程图
代码最关键的部分就是确定前墩中墩尾墩的牌型，根据牌型设定权值，暴力枚举所有组合，比较权值大小。本次算法采用深度广度搜索来枚举所有组合。
5、关键代码解释
def dfs(start, end): # 暴力枚举
for i in range(start, 14):
temp[end] = poker[i] # 抽取
flag[i] = 1 # 防止重复
if end == r1: #完成尾墩抽取,r1=5
init_1() # 初始化dfs()函数
dfss(1, 1) #进行中墩抽取，结构与dfs()类似
else:
dfs(i + 1, end + 1)
flag[i] = 0
6、性能分析与改进
-
改进的思路
python的整体运行时间要5-8s。在对于牌的排序时，优化了桶排序，减少了桶排序时间。以及尽量减少循环过程中的计算量，有多重循环的尽量将内层的计算提到上一层。例子:将长度计算提到循环外等。
-
展示性能分析图和程序中消耗最大的函数
以上为内存使用情况。
以上为代码覆盖率。
程序中消耗最大的函数是dfs_1()，因为是暴力枚举所有组合，所以用时较长。
7、单元测试
测试了中墩的权值算法。前墩和尾墩单元测试函数类似。该代码验证的是给与中墩五张同花色的顺子手牌，zhong()函数应返回的是同花顺的权值也就是10。运行代码得出结果与预期一致。
import unittest
from shisanshui import *
class MyTestCase(unittest.TestCase):
def test_tou(self):
ans_3=[Card(2,3),Card(2,4),Card(2,5),Card(2,6),Card(2,7)]
self.assertEqual(zhong(ans_3), 10)
if __name__ == '__main__':
unittest.main()
8、贴出Github的代码签入记录
9、遇到的代码模块异常或结对困难及解决方法
-
问题描述
①前端的图形界面完全一窍不通
②不会接口的调用
③算法对权值的确定
-
做过哪些尝试
在网上搜了很多教程，还好前端的小程序设计的案例超级多。好多部分的源码都是从网上借鉴的。
-
是否解决
解决了。面向百度编程真好，遇到问题即使百度是最好的学习方法。
-
有何收获
现在对软件的编程有个大概的了解。后端可以很难，但前端一定恶心你。也学到了好多东西，做好一个app实在是不容易。
10、评价你的队友
①值得学习的地方：对待设计很认真，在假期之余也不忘记任务，保持高效率实现过程，认真负责，有理有序，不慌不忙。
需要改进的地方：在分别任务过程中缺少更多的交流，需要更好的配合合作，培养更好的默契。
②值得学习的地方：队友完成了前端的设计。在完成自己的任务同时，还帮我解决了许多问题。
需要改进的地方：有这么强的队友，我觉得不需要改进。
11、学习进度条
| 第N周 | 新增代码（行） | 累计代码（行） | 本周学习耗时（小时） | 累计学习耗时（小时） | 重要成长 |
| 1 | 0 | 0 | 15 | 15 | 学会使用原型设计软件 |
| 2 | 120 | 120 | 10 | 10 | 算法简单实现牌的分类及 判断墩类的牌型 |
| 3 | 210 | 340 | 34 | 44 | 学习深度优先搜索算法。前端开始学习微信小程序的开发，设计了ui界面 |
| 4 | 530 | 540 | 43 | 87 | 完成出牌算法及优化，学习使用接口调用。ui界面完成接口的调用 |
|
