• 结对作业——第二次作业


    结对作业——第二次作业

    标签: 软工实践 结对项目


    结对成员

    031502404 陈邡
    031502443 郑书豪


    Github项目地址


    数据生成

    数据地址

    生成原理

    使用C++的Json库对数据进行Json格式的输出。

    • students部分
    • free_time:将空闲时间字符串分为三段字符串进行拼接。在常量字符串数组中存入周一到周日对应的字符串,每次随机取出一条作为字符串第一段。开始时间段和结束时间段使用随机数生成整数,再转为字符串,最后在适当位置加上字符拼接成目标字符串;
    • student_no:将学号字符串按照各段表示的信息分段处理,各段使用随机数在规定范围内生成,再转化为字符串。其中,12位表示学院号,34位表示级数,56位表示专业号,7位表示班级号,89位表示班级内编号。这样可以保证生成全校各个学院各个班级的学生学号;
    • applications_department:在常量字符串数组中存入各个部门对应的字符串,每次随机取出一条作为目标字符串;
    • tags:在常量字符串数组中存入各个标签对应的字符串,每次随机取出一条作为目标字符串。
    • departments部分
    • event_schedules:与上文的free_time生成原理相同;
    • member_limit:在规定范围内取随机数生成;
    • department_no:在规定范围内取随机数生成;
    • tags:与上文的tags生成原理相同。

    考虑因素

    • students部分
    • free_time:考虑到学生的正常作息时间,将空闲时间段的生成控制在8:00 a.m.~22:00 p.m.,学生空闲时间段设置为每段2小时,限制生成数量为10~20;
    • student_no:根据FZU真实情况对各段的随机生成做了控制,更加贴近真实情况;
    • applications_department:对每个学生的学生志愿部门生成做了去重处理,限制生成数量为1~5;
    • tags:对每个学生的标签生成做了去重处理,限制生成数量为2~10。
    • departments 部分
    • event_schedules:考虑到部门的正常活动习惯,将活动时间段的生成控制在8:00 a.m.~22:00 p.m.,部门活动时间段设置为每段1小时,限制生成数量为3~10;
    • member_limit:纳新人数限制生成控制为10~15;
    • department_no:对各部门的部门号生成做了去重处理;
    • tags:对每个部门的标签生成做了去重处理,限制生成数量为2~5。

    数据建模

    类视图

    Students

    • 字段
    • free_t[]:空闲时间
    • stu_no:学生号
    • app_dep[]:志愿部门
    • s_tags[]:标签
    • s_time[][]:空闲时间(转为时间戳后)
    • 方法
    • set_xxxx():赋值函数(xxxx表示该类具体字段,下同)
    • get_xxxx():取值函数
    • get_time():将空闲时间字符串转为时间戳(简化后续计算等操作)

    Departments

    • 字段
    • e_sche[]:活动时间
    • mem_lmt:纳新人数
    • dep_no:部门号
    • d_tags:标签
    • d_time[][]:活动时间(转为时间戳后)
    • 方法
    • set_xxxx():赋值函数
    • get_xxxx():取值函数
    • get_time():将空闲时间字符串转为时间戳(简化后续计算等操作)
    • 嵌套类型
      acc_stu结构体,存储部门预纳入的学生编号(数组内编号,不是学生号)和优先级数值(下文说明),acc_stu()为初始化函数
    • s_no:学生编号
    • s_sum:优先级数值

    匹配思路

    进行六轮匹配,前五轮在所有学生中进行志愿优先匹配,让大部分同学先进入自己志愿的部门。第六轮在未被任何部门纳入的学生中兴趣优先匹配。六轮匹配中均包含个人优先级淘汰机制,即在部门满员后,优先级较高的新进部员可以将部门中优先级最低的部员淘汰。

    优先级(前五轮):按照志愿位置、时间匹配次数、标签匹配次数进行权重计算,权重分别为 10、5、2。
    优先级(第六轮):按照时间匹配次数、标签匹配次数进行权重计算,权重分别为 1、2。


    实现方式

    流程图

    1.第一志愿匹配
    将每个学生的第一志愿与部门进行匹配,若一名学生匹配且满足以下条件:

    • 志愿部门纳新人数未满
    • 学生空闲时间和部门活动时间至少匹配一次

    则计算该生的优先级并将该学生加入志愿部门。
    若志愿部门纳新人数已满,且该学生个人优先级大于志愿部门纳新中个人优先级最低的部员,则将优先级最低部员淘汰,并纳入该学生。

    2.第二志愿匹配
    将每个学生的第二志愿(若有)与部门进行匹配,与第一轮进行一样的纳新操作。

    3.第三志愿匹配
    将每个学生的第三志愿(若有)与部门进行匹配,与第一轮进行一样的纳新操作。

    4.第四志愿匹配
    将每个学生的第四志愿(若有)与部门进行匹配,与第一轮进行一样的纳新操作。

    5.第五志愿匹配
    将每个学生的第五志愿(若有)与部门进行匹配,与第一轮进行一样的纳新操作。

    6.兴趣优先匹配
    将所有未被任何部门纳入的学生与未满员的部门进行匹配,若一名学生匹配且满足以下条件:

    • 志愿部门纳新人数未满
    • 学生空闲时间和部门活动时间至少匹配一次
    • 学生标签和部门标签至少匹配一次

    则计算该生的优先级并将该学生加入志愿部门。
    若志愿部门纳新人数已满,且该学生个人优先级大于志愿部门纳新中个人优先级最低的部员,则将优先级最低部员淘汰,并纳入该学生。


    代码规范

    参考结合了《构建之法》第4章中推荐的代码风格规范

    1.缩进:4个空格
    2.行宽:无限制
    3.运算符间隔:一元运算符不做间隔处理,二元运算符前后各加一个空格

    4.断行与空白{ }行:在多层嵌套结构中,某一层只有一条语句时,不加入{ }行,一条以上语句,”{“和”}“独占一行

    5.分行:禁止多条语句和多个变量定义同行

    6.命名:简化命名,使用下划线分隔命名前缀

    7.大小写:变量单词全部小写,函数单词第一个字母大写,用动词或动宾结构组合词来表示


    结果评估

    次数 1 2 3 4 5 6 7 8 9 10 平均
    学生总数 300 300 300 300 300 300 300 300 300 300 300
    目标纳新数 236 249 253 251 243 247 245 251 237 252 246
    部门数 20 20 20 20 20 20 20 20 20 20 20
    未匹配学生 22 15 18 14 23 9 15 27 20 20 18
    未匹配部门 0 0 0 0 0 0 0 0 0 0 0
    未匹配率 7.3% 5.0% 6.0% 4.7% 7.7% 3.0% 5.0% 9.0% 6.7% 6.7% 6.0%

    结对感受

    这次结对编程过程中,完成了数据生成程序的主要编码以及匹配程序的部分编码过程。Get了用C++的Json库对Json进行读写的技能,进一步提高了人肉模拟算法过程找bug的能力(233,也和对友加深了感♂情
    最大的感受就是在编码的过程中,边写边注释是一个好习惯,否则不仅是你的对友,甚至是你自己回过神来都不知道自己之前写的是什么(233。注释清晰完整的代码在交付给对友时,可以大大缩短读代码的时间,而且没有注释的代码在debug时常常会让你做很多无用之功(别问我为什么知道,我不想说orz)
    总之结对编程的模式还是很不错的,两个人互相监督,谁都不能心安理得地摸鱼,可以很大程度提高编程的效率。
    最后分享一点小小的建议,结对过程中两个人一定要多讨论,在思想上达成统一之后再开始编码,不要等对友编到一半了再去提出自己的异议,大改代码,浪费时间。还有就是做为对友应该对彼此负责,做好自己手头工作的前提下要尽量去帮助自己的对友,提高结对的效率。


  • 相关阅读:
    和2018年年初做管理系统的不同(vuex)
    项目中使用package-lock.json锁版本问题
    沟通协作:避免犯低级错误,开发前沟通清楚所有细节
    学会学习:高效学习方式(使用vscode-snippet有感)
    关于学习,避免没必要的熬夜的思考
    pc端布局的一点思考
    学习掌握一个新东西
    要想有价值,首先要乐于去解决每一个问题
    problem: 记一次聊天框的表情包弹框不显示的找问题过程
    abp-159,js最理想的继承——寄生组合式继承
  • 原文地址:https://www.cnblogs.com/zhengshuhao/p/7642064.html
Copyright © 2020-2023  润新知