python程序自顶向下设计（体育竞技问题）

       一个解决复杂问题行之有效的方法被称作自顶向下的设计方法，其基本思想是
以一个总问题开始，试图把它表达为很多小问题组成的解决方案。再用同样的技术
依次攻破每个小问题，最终问题变得非常小，以至于可以很容易解决。然后只需把
所有的碎片组合起来,就可以得到一个程序。

1．顶层设计
        自顶向下设计中最重要的是顶层设计。以体育竞技分析为例,可以从问题的IPO描述开始。大多数程序都可以将IPO描述直接用到程序结构设计中，体育竞技分析从用户处得到模拟参数，最后输出结果。下面是一个基础设计的4个步骤。
步骤1:打印程序的介绍性信息。
步骤2:获得程序运行需要的参数，即 probA、probB、n。
步骤3:利用球员A和B的能力值probA和 probB，模拟n次比赛。步骤4:输出球员A和B获胜比赛的场次及概率。

2．第n层设计
经过顶层设计，main()函数成为体育竞技分析的顶层结构，上述设计可以表示为图8.1，其中每层按照从左至右的顺序执行，每个函数用一个矩形表示,连接两个矩形的线表示上面函数对下面函数的调用关系。在信息流方面，箭头和注释表示函数之间的输入和输出。

 代码：

from random import random


def printIntro():
    print("这个程序模拟两个选手A和B的某种竞技比赛")
    print("程序运行需要A和B的能力值（以0到1之间的小数表示）")


def getIntputs():
    a = eval(input("请输入A的能力值（0-1）："))
    b = eval(input("请输入B的能力值（0-1）："))
    n = eval(input("模拟比赛的场次："))
    return a, b, n


def simNGames(n, probA, probB):
    winsA, winsB = 0, 0
    for i in range(n):
        scoreA, scoreB = simOneGame(probA, probB)
        if scoreA > scoreB:
            winsA += 1
        else:
            winsB += 1
    return winsA, winsB


def gameOver(a, b):
    return a == 15 or b == 15


def simOneGame(probA, probB):
    scoreA, scoreB = 0, 0
    serving = "A"
    while not gameOver(scoreA, scoreB):
        if serving == "A":
            if random() < probA:
                scoreA += 1
            else:
                serving = "B"
        else:
            if random() < probB:
                scoreB += 1
            else:
                serving = "A"
    return scoreA, scoreB


def printSummary(winsA, winsB):
    n = winsA + winsB
    print("竞技分析开始，共模拟{}场比赛".format(n))
    print("选手A获胜{}场比赛，占比{:0.1%}".format(winsA, winsA / n))
    print("选手B获胜{}场比赛，占比{:0.1%}".format(winsB, winsB / n))


def main():
    printIntro()
    probA, probB, n = getIntputs()
    winsA, winsB = simNGames(n, probA, probB)
    printSummary(winsA, winsB)


main()

运行结果：