結對程式設計作業部落格

結對程式設計作業

成員：陳燦王子博劉澤

我們事先開了個會，沒有詳細的psp**。

規則要求

玩家編寫程式或指令碼，每次執行只提交該回合的數字，然後退出。

可以用c++/c#等語言，最終編譯成可執行的exe。如果執行該exe需要額外的庫支援，需要把對應的dll檔案一併提交，保證綠色可直接執行。

可以使用python，版本3.6，要求入口指令碼檔案必須命名為get_numbers.py。伺服器支援的庫的列表在

可以使用julia，版本1.0.1，要求入口指令碼檔案必須命名為get_numbers.jl。

猜一輪數字的程式**必須在5秒之內執行完成，然後自動關閉。

比賽時提供一台伺服器，所有程式拷貝並執行在該伺服器上。玩家不得與該伺服器互動，不得惡意攻擊伺服器。

伺服器上的排程程式並行執行玩家的程式，輸入為所有前y輪的歷史資料（包括g值和其他玩家的數字），輸出為本輪猜測的兩個數字。使用標準輸入輸出與玩家程式進行互動。

bot如果需要知道自己上一輪提交的值，或者需要多輪之間共享資料，可以通過本地檔案儲存中轉資料，資料檔案只可以放在bot同級目錄下，且大小不得超過100m。

比賽開始後，伺服器實時計算本輪執行結果並在大螢幕上顯示最新結果（g值，得分）。

在會議中，我們確定了程式的框架，最關鍵的思想是準備多個策略，利用歷史資料來判斷應該使用哪個策略。鑑於**比較簡單，我們沒有嚴格按照書上提到的方法進行設計。

我們的**主要就是預先寫好5000個weights，然後通過對歷史**點資料的分析選出當下最合適的2個weights。

- predict(value, weight)：接受至多50個**點以及乙個50維的權值向量，從而**下乙個**點

- score(weight): score函式接受乙個權值向量，利用最近8個**點來給每個weights打分。

- main(): 預先讀入權值向量和歷史**點，對所有策略進行測評，並輸出得分最高的兩個策略的**值

我們演算法的關鍵就是競爭器，寫好多個策略，利用歷史資訊判斷下一次使用哪個策略。

我們的專案沒有用物件，邏輯非常簡單，就在簡單的main（）函式中。

契約式設計最主要的目的是希望程式設計師能夠在設計程式時清晰地規定乙個模組單元（具體到物件導向，就是乙個類的例項）在某個操作前後應當屬於何種狀態，感覺不是一種程式設計范型，而是一種設計風格。契約式設計強調三個概念：前置條件，後置條件和不變式。前置條件發生在每個操作（方法，或者函式）的最開始，後置條件發生在每個操作的最後，不變式實際上是前置條件和後置條件的交集。違反這些操作會導致程式丟擲異常。優點是很規範，缺點是麻煩。在正規的結對程式設計過程中能幫助我們設計介面。

這個專案**量比較小，我們在第一次開會的時候就基本上確定了比賽時候的程式邏輯。所以沒有特別考慮這些東西。

沒有。只有乙個簡單的機器介面。

我們三人組專案，我和另外一位同學中間都不在公司，是在一開始的時候，就確定了每個人應該幹什麼活，所以不存在嚴格的結對程式設計，每個人完成屬於自己的一部分工作。總體是由王子博整合。

這個不太符合我們的專案。我們三個人地理位置是不同的，所以把任務分成三部分完成。結對程式設計的優點在於**的質量會變高，缺點在於比較耗時間而且很考驗兩個人的磨合。由於專案比較小而且大家合作的時間比較短，不能很好地看出每個人地優缺點。

我們這次沒有psp**。

q-learning給我的直觀感bu不靠譜，我和兩個隊友一致決定不使用q-learning，而是採用了非常簡單的線性卷積進行處理，我們相信傳統的統計方法可能更加適合於這個問題。而對於q-learning，比賽的時候的確有的組在這次比賽中做的非常好，這是讓我所始料未及的。希望以後再遇到這類問題能更加客觀地處理，看到更多可能性。

結對程式設計作業部落格

結對程式設計作業

結對程式設計作業

結對程式設計作業

相關推薦