一.项目时间规划与实际用时
|
PSP2.1 |
Personal Software Process Stages |
预计时间/h |
实际时间/h |
|
Planning |
计划 |
|
|
|
· Estimate |
· 估计这个任务需要多少时间 |
8 |
10 |
|
Development |
开发 |
|
|
|
· Analysis |
· 需求分析 (包括学习新技术) |
2 |
3 |
|
· Design Spec |
· 生成设计文档 |
0.5 |
0.5 |
|
· Design Review |
· 设计复审 (和同事审核设计文档) |
0.5 |
0.5 |
|
· Coding Standard |
· 代码规范 (为目前的开发制定合适的规范) |
0.2 |
0.5 |
|
· Design |
· 具体设计 |
1 |
3 |
|
· Coding |
· 具体编码 |
6 |
10 |
|
· Code Review |
· 代码复审 |
5 |
8 |
|
· Test |
· 测试（自我测试，修改代码，提交修改） |
2 |
5 |
|
Reporting |
报告 |
|
|
|
· Test Report |
· 测试报告 |
1 |
1.5 |
|
· Size Measurement |
· 计算工作量 |
0.2 |
0.2 |
|
· Postmortem & Process Improvement Plan |
· 事后总结, 并提出过程改进计划 |
1 |
1 |
|
合计 |
16.9 |
43.2 |
这次编程自己做的非常失败。预估完全失误，最终完成整个项目需要的时间是预估的两倍多。可能是因为暑假长时间没有从事过程序方面的设计了，很多项目的细节与坑点都没有考虑到，导致在开发阶段（尤其是在具体编码、代码复审阶段以及测试阶段）花费了十分长的时间，导致整个项目的工作时间大幅上升，最终也影响了最终的提交。
二.改进程序性能
个人在总体算法上花费的时间并不是很长，大约在3小时左右。在我看来，算法的核心便是如何生成计算式，同时保证能够不重复且不产生负数，同时分母要小于range。
1. 对于随机算法的看法：一开始自己跟一些同学计划选择随机生成操作数，之后在计算中进行条件限制，不符合则淘汰重新生成。但经过考虑后，觉得这样生成往往会影响效率。随机数种子的选取直接影响到最终生成的操作数，具有极大的不确定性，重复性以及是否会生成负数上都无法保证。而在运算符的选取上，随机算法更是会让重复的几率加大。
2. 最终生成算法：因为最多只有三个运算符，所以可以轻易计算出运算符的排列个数。将它们编号，按序输出可以极大增加程序效率。
之后，便是问题：重复性与操作数要求。因为操作数有限制范围，于是可以根据给定的range与要求的题目来进行计算，得出一个大致的”间隔gap“，即循环时操作数的递减值，该值保证小于range。首先以range-gap为初始值，对应运算符全排列生成一遍，继而以gap为递减值继续循环，直到生成题目数量达到要求。这期间除了range-n*gap外，会让其他的操作数尽可能小，并将range-n*gap放在最开始，尽可能减少产生负数的情况。此外再加以函数判断，若遇到产生负数的式子，则重新生成。
ps: 算法存在弊端，或者直接说是BUG（时间原因，现在仍没能完善，之后会尽力），操作数选取上的过于宽松会导致当range较小，而题目数量极多时，无法生成足够数量的题目。例如： n=10000,r=3，会无可避免的生成失败. 这是操作数选取策略上的失败。
核心代码：
for (num_title=1;num_title<=titlenum&&first_num.d_val.mol>0;num_title++)
{
temp=num_title;
for (k=1;k<=100&&temp<=titlenum;k++){
for (i=1;i<=(level.d_val.mol/level.d_val.deo);i++,temp++)
{
struct dat l={0,one};
struct title t=iterator(k,first_num,gap,l);
if (t.result.d_val.mol<0)
{
temp--;
continue;
}
my_print(t,temp);
my_title[temp]=t;
}
}
if (temp!=num_title)
num_title=temp-1;
first_num=operation(&first_num,&gap,2);
}
3. 最终匹配算法：因为自己生成算法的特殊性，匹配式子这一方面就要重新规划。就选取了最常规的后缀变前缀，再计算前缀表达式值的算法。继而换算成分数结构体进行匹配。期间关于栈的弹栈操作出现了错误（虽然数据结构课是练习过的），代码实现以及后期调试测试又花费了很长时间......
4. 操作数的有效性检测：因为从生成时尽可能的避免了重复操作数以及分母越界，所以检测时只需在进行一次运算过后检查结果是否小于0即可。
性能分析
（很多同学都无法使用工具。去找同学帮忙分析，但因为时间紧，采样时间不够，采集的例子过少。之后会完善）