计算机软件技术实习预习日志

实验项目1  Windows简易计算器的实现

支撑目标：课程目标1、2、3、4、5

实验内容：学习图形界面的设计，利用MFC应用程序（或Java swing 或QT框架）创建基于对话框的应用程序，能通过设计的控件输入并实现混合运算的算术表达式，要求表达式在编辑框中显示，能将运算结果，输出在编辑框内显示；并保存历史的表达式运算记录。也能够实现算术表达式中包括加、减、乘、除、括号等运算符；并且能够识别括号，优先级正确。

编写环境：java idea

思路和实现步骤

• 步骤1：创建一个Java项目，并导入Swing库。

• 步骤2：设计用户界面，包括按钮、文本框等组件的布局和样式。

• 步骤3：编写事件监听器，处理输入和点击事件，实现计算逻辑。

• 步骤4：编写计算器类，包含各种数学运算方法、使用双栈法实现优先级运算。

• 步骤5：将用户界面和计算器类进行关联，使其能够相互调用。

• 步骤6：进行各种非正常输入和bug测试，并调试程序，确保功能正常。

实验项目2 贪食蛇小游戏开发

支撑目标：课程目标1、2、3、4、5

实验内容：实现贪吃蛇游戏基本功能，屏幕上随机出现一个“食物”（称为豆子），利用键盘中的方向键（上下左右）控制“蛇”的移动，“蛇”吃到“豆子”后身体加长一点,得分增加，“蛇”碰到边界或蛇头与蛇身相撞，蛇死亡，游戏结束。为游戏设计初始界面，游戏界面及结束界面。

注重游戏的交互设计，要有游戏的开始、暂停和退出的功能。

1.创建游戏窗口：

使用Java的图形界面库JFrame创建一个窗口，作为游戏的显示界面。

设置窗口的标题、大小和关闭按钮的行为。

2.绘制游戏画面：

在窗口中绘制游戏的画面，可以使用图形库提供的绘图函数或自定义的绘图类。

绘制游戏地图、蛇和食物等元素。

3.实现蛇的移动：

创建一个表示蛇的数据结构，包括蛇头和蛇身体的坐标信息。

处理键盘事件，根据按键操作更新蛇头的坐标。

更新蛇身体的坐标，使其跟随蛇头的移动。

4.碰撞检测：

检测蛇头是否与边界相撞或与自身身体相撞，如果是，则游戏结束。

检测蛇头是否与食物相撞，如果是，则增加蛇的身体长度，并生成新的食物。

5.更新游戏逻辑：

使用定时器或游戏循环控制游戏的帧率和刷新频率。

每帧更新蛇的位置和状态，重绘游戏画面。

6.计分和游戏状态：

统计玩家的得分，可以根据吃到的食物数量或游戏时间计算得分。

在游戏界面上显示当前得分和最高得分。

根据游戏状态显示不同的提示信息，如游戏结束或暂停。

7.添加音效和特效：

可以在游戏中添加音效，如蛇吃到食物的声音、游戏结束的声音等。

可以在蛇吃到食物或游戏结束时添加一些特效，增加游戏的趣味性。

8.添加游戏设置：

可以添加一些游戏设置选项，如调整游戏难度、初始蛇的长度、界面主题等。

实验项目4  基于A*搜索算法的迷宫游戏开发

支撑目标：课程目标1、2、3、4、5

实验内容：迷宫游戏是非常经典的游戏，在该题中要求随机生成一个迷宫，并求解迷宫； 要求查找并理解迷宫生成的算法，并尝试用两种不同的算法来生成随机的迷宫。设计的游戏支持玩家走迷宫，通过键盘方向键控制，在行走路径上留下痕迹；系统可以给玩家路径提示，即自玩家当前位置到迷宫出口的最优路径提示。提示路径要基于A*搜索算法给出，请设计交互友好的游戏图形界面。

Prim方法

让迷宫全是墙.选一个单元格作为迷宫的通路，然后把它的邻墙放入列表

当列表里还有墙时

    1.从列表里随机选一个墙，如果这面墙分隔的两个单元格只有一个单元格被访问过

          1.那就从列表里移除这面墙，即把墙打通，让未访问的单元格成为迷宫的通路

          2.把这个格子的墙加入列表

如果墙两面的单元格都已经被访问过，那就从列表里移除这面墙

A*算法：

原理：A*算法基于广度优先搜索（BFS）和贪心算法的思想。它通过维护一个优先队列，根据估计的代价函数值（启发式函数）来选择下一个要扩展的节点。启发式函数通常是从当前节点到目标节点的估计距离，即启发式估计函数H(n)。在搜索过程中，还使用了一个评估函数F(n)，它表示从起始节点到目标节点经过节点n的总代价。

数据结构：A*算法需要维护一个open列表和一个closed列表。open列表存储待考虑的节点，closed列表存储已经考虑过的节点。同时，还需要记录每个节点的父节点指针，以便追溯最佳路径。

估计函数：A*算法的效果很大程度上取决于启发式估计函数。该函数应尽量准确地估计从当前节点到目标节点的代价。常用的启发式函数有曼哈顿距离、欧几里得距离等。

步骤：

将起始节点加入open列表，并初始化其F值为0。

重复以下步骤直到找到目标节点或open列表为空：

从open列表中选择F值最小（代价最小）的节点作为扩展节点。

将该节点从open列表中移除，并加入closed列表。

对于当前扩展节点的所有邻居节点，计算其F值，并更新父节点指针。

如果某个邻居节点已经在open列表中，比较新的F值与原来的F值，选择更小的更新。

如果某个邻居节点已经在closed列表中，忽略它。

如果open列表为空，则搜索失败；如果找到目标节点，则成功找到最短路径。

.