实验二 软件工程个人项目
| 项目 | 内容 |
|---|---|
| 课程班级博客链接 | 课程链接 |
| 这个作业要求链接 | 作业要求 |
| 我的课程学习目标 | 1.了解软件工程过程中个人项目的开发流程 2. 理解PSP的重要性 3.提高个人编码能力 |
| 这个作业在哪些方面帮助我实现学习目标 | 1.通过本次作业的具体流程，使得我了解到了软件工程中个人开发流程 2.填写PSP表格 3.个人进行学习相关算法及编码 |
| 项目Github的仓库链接地址 | D{0-1}Problem |
1、实验目的与要求
（1）掌握软件项目个人开发流程。
（2）掌握Github发布软件项目的操作方法。
2、实验内容和步骤
任务1：阅读教师博客“常用源代码管理工具与开发工具”内容要求，点评班级博客中已提交相关至少3份作业。
任务2：详细阅读《构建之法》第1章、第2章，掌握PSP流程，
任务3：项目开发背景：背包问题（Knapsack Problem，KP）是NP Complete问题，也是一个经典的组合优化问题，有着广泛而重要的应用背景。{０-1}背包问题（{0-1 }Knapsack Problem，{0-1}KP）是最基本的KP问题形式，它的一般描述为：从若干具有价值系数与重量系数的物品（或项）中，选择若干个装入一个具有载重限制的背包，如何选择才能使装入物品的重量系数之和在不超过背包载重前提下价值系数之和达到最大？
D{0-1} KP 是经典{ 0-1}背包问题的一个拓展形式，用以对实际商业活动中折扣销售、捆绑销售等现象进行最优化求解，达到获利最大化。D{0-1}KP数据集由一组项集组成，每个项集有3项物品可供背包装入选择，其中第三项价值是前两项之和，第三项的重量小于其他两项之和，算法求解过程中，如果选择了某个项集，则需要确定选择项集的哪个物品，每个项集的三个项中至多有一个可以被选择装入背包，D{0-1} KP问题要求计算在不超过背包载重量 的条件下，从给定的一组项集中选择满足要求装入背包的项，使得装入背包所有项的价值系数之和达到最大；D{0-1}KP instances数据集是研究D{0-1}背包问题时，用于评测和观察设计算法性能的标准数据集；动态规划算法、回溯算法是求解D{0-1}背包问题的经典算法。查阅相关资料，设计一个采用动态规划算法、回溯算法求解D{0-1}背包问题的程序，程序基本功能要求如下：
1.可正确读入实验数据文件的有效D{0-1}KP数据；
2.能够绘制任意一组D{0-1}KP数据以重量为横轴、价值为纵轴的数据散点图；
3.能够对一组D{0-1}KP数据按项集第三项的价值:重量比进行非递增排序；
4.用户能够自主选择动态规划算法、回溯算法求解指定D{0-1} KP数据的最优解和求解时间（以秒为单位）；
5.任意一组D{0-1} KP数据的最优解、求解时间和解向量可保存为txt文件或导出EXCEL文件。
任务4：完成任务3的程序开发，将项目源码的完整工程文件提交到你注册Github账号的项目仓库中。（50分）
3、实验完成情况
任务1：评论其他同学博客（已完成）
本次评论博客成功评论了三位同学的博客，评论截图如下
任务2：阅读了解PSP（已完成）
通过阅读了解到了个人项目在实施的过程中，PSP的思想及重要性，下面表格为展示的 本次个人项目中的PSP项目规划表格。
| PSP 各个阶段 | 自己预估的时间（分钟） | 实际的记录（分钟） |
|---|---|---|
| 计划: 明确需求和其他因素，估计以下的各个任务需要多少时间 | 120 | 150 |
| 开发 （包括下面 8 项子任务） | 31*60 | 35*60 |
| · 需求分析 (包括学习新技术、新工具的时间) | 3*60 | 3*60 |
| · 生成设计文档 （整体框架的设计，各模块的接口，用时序图，快速原型等方法） | 2*60 | 2*60 |
| · 设计复审 (和同事审核设计文档，或者自己复审) | 1*60 | 1*60 |
| · 代码规范 (为目前的开发制定或选择合适的规范) | 20 | 20 |
| · 具体设计（用伪代码，流程图等方法来设计具体模块） | 3*60 | 3*60 |
| · 具体编码 | 20*60 | 24*60 |
| · 代码复审 | 1*60 | 1*60 |
| · 测试（自我测试，修改代码，提交修改） | 1*60 | 1*60 |
| 报告 | ||
| 测试报告（发现了多少bug，修复了多少） | ||
| 计算工作量 (多少行代码，多少次签入，多少测试用例，其他工作量) | ||
| 事后总结, 并提出改进计划 （包括写文档、博客的时间） | ||
| 总共花费的时间 （分钟） | 48*60 | 50*60 |
任务3：程序设计（完成一部分）
-
需求分析：
1）实现对于已有数据集的.txt文件的读取以及对于字符流的处理，使它能够变成我们所能够使用的数据；
2）实现对于一组数据的可视化，即以表格或者图形的样式进行呈现给用户；
3）对于一些数据按照一定顺序的排序；
4）实现算法，并且比较算法，将结果存入文件。
-
功能设计
1）可正确读入实验数据文件的有效D{0-1}KP数据；
2）能够绘制任意一组D{0-1}KP数据以重量为横轴、价值为纵轴的数据散点图；
3）能够对一组D{0-1}KP数据按项集第三项的价值:重量比进行非递增排序；
4）用户能够自主选择动态规划算法、回溯算法求解指定D{0-1} KP数据的最优解和求解时间（以秒为单位）；
5）任意一组D{0-1} KP数据的最优解、求解时间和解向量可保存为txt文件或导出EXCEL文件。
-
设计实现
-
测试运行
1.读取相应的文件，选择文件中的数据进行图表的绘制
2.在读取的数据中选择某一项数进行按照重量比进行非递增排序
3.分别对于一组数据进行回溯算法和动态规划算法进行计算最优解，并将其结果保存至文件中
-
代码截图
主要代码截图即代码片段：
1.主函数截图：
2.菜单选择
3.字符串转换模块代码
/**
* 字符串数组转int数组
*/
private static int[] paseStringToInt(String[] splitString) {
int[] ints = new int[splitString.length];
for (int i = 0; i < ints.length; i++) {
ints[i] = Integer.parseInt(splitString[i]);
}
return ints;
}
/**
* 字符串分割转存为字符数组
*/
private static String[] convertStrToArray(String str) {
String[] strArray = null;
strArray = str.split(","); //拆分字符为"," ,然后把结果交给数组strArray
return strArray;
}
4.读文件模块代码
/**
* 读取数据
*/
public static int readTxtFile(String filePath) {
try {
String encoding = "GBK";
File file = new File(filePath);
if (file.isFile() && file.exists()) { //判断文件是否存在
InputStreamReader read = new InputStreamReader(
new FileInputStream(file), encoding);//考虑到编码格式
BufferedReader bufferedReader = new BufferedReader(read);
String lineTxt = null;
profitList = new ArrayList<>();
weightList = new ArrayList<>();
volumeStringList = new ArrayList<>();
while ((lineTxt = bufferedReader.readLine()) != null) {
if (lineTxt.contains("the cubage of knapsack is")) {
volumeStringList.add(lineTxt);
}
if (lineTxt.equals("The profit of items are:")) {
String profit = bufferedReader.readLine();
profitList.add(profit);
}
if (lineTxt.equals("The weight of items are:")) {
String weight = bufferedReader.readLine();
weightList.add(weight);
}
}
read.close();
return 1;
} else {
System.out.println("找不到指定的文件");
return 0;
}
} catch (Exception e) {
System.out.println("读取文件内容出错");
e.printStackTrace();
}
return 1;
}
5.绘制散点图模块代码
/**
* 绘制图表
*/
public static int drawchart(int[] profit, int[] weight) throws IOException {
if (profit.length != 0 && weight.length != 0) {
//设置散点图数据集
XYSeries firefox = new XYSeries("weight/profit");
for (int i = 0; i < profit.length; i++) {
firefox.add(profit[i], weight[i]);
}
//添加到数据集
XYSeriesCollection dataset = new XYSeriesCollection();
dataset.addSeries(firefox);
//实现简单的散点图，设置基本的数据
JFreeChart freeChart = ChartFactory.createScatterPlot(
"数据散点图",// 图表标题
"weight",//y轴方向数据标签
"profit",//x轴方向数据标签
dataset,//数据集，即要显示在图表上的数据
PlotOrientation.VERTICAL,//设置方向
true,//是否显示图例
true,//是否显示提示
false//是否生成URL连接
);
//以面板显示
ChartPanel chartPanel = new ChartPanel(freeChart);
chartPanel.setPreferredSize(new java.awt.Dimension(560, 400));
//创建一个主窗口来显示面板
JFrame frame = new JFrame("Chart");
frame.setLocation(500, 400);
frame.setSize(600, 500);
//将主窗口的内容面板设置为图表面板
frame.setContentPane(chartPanel);
frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);
frame.setVisible(true);
return 1;
} else {
return 0;
}
}
6.dP算法模块代码截图
7.回溯算法模块代码截图
-
项目总结
由于个人的编程水平有限以及在个人项目前期的对于PSP的安排不重视，导致对于该项目在截止日期之前几个小时内才完成，在本次个人项目中完成了题目所要求的大部分功能，但对于要求5的一小部分（即解向量的输出）没有完成，在自己查阅了相关资料之后，还是不太明白。如果在之后的企业的项目开发中，这样的状态无疑是会对公司以及个人造成比较大的损失，我将会记住这次个人项目失败的案例，从中吸取经验及教训，认识到自己的不足，争取在下次项目中做的更好。
任务4：本次项目提交Github（已完成）
本次实验项目的源码详情，参见我的github仓库
* github push截图
