Python基础之程序设计方法学

实例13: 体育竞技分析

体育竞技问题分析

--问题分析
需求：毫厘是多少？如何科学分析体育竞技比赛？
输入：球员的水平
输出：可预测的比赛成绩
体育竞技分析：模拟N场比赛

--计算思维：抽象 + 自动化
模拟：抽象比赛过程 + 自动化执行N场比赛
当N越大时，比赛结果分析会越科学

--比赛规则
双人击球比赛：A & B，回合制，5局3胜
开始时一方先发球，直至判分，接下来胜者发球
球员只能在发球局得分，15分胜一局

自顶向下和自底向上

--自顶向下（设计）	解决复杂问题的有效方法
将一个总问题表达为若干个小问题组成的形式
使用同样方法进一步分解小问题	
直至，小问题可以用计算机简单明了的解决

--自底向上(执行)	逐步组建复杂系统的有效测试方法
分单元测试，逐步组装
按照自顶向下相反的路径操作
直至，系统各部分以组装的思路都经过测试和验证

体育竞技分析

程序总体框架及步骤
步骤1：打印程序的介绍性信息						- printInfo()
步骤2：获得程序运行参数：proA, proB, n			- getInputs()
步骤3：利用球员A和B的能力值，模拟n局比赛			- simNGames()
步骤4：输出球员A和B获胜比赛的场次及概率			- printSummary()

from random import random
def printIntro():	#2
    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 getInputs(): 	#3
    a = eval(input("请输入选手A的能力值(0-1)"))
    b = eval(input("请输入选手B的能力值(0-1)"))
    n = eval(input("模拟比赛场次:"))
    return a,b,n
def gameOver(a,b):		#6
    return a==15 or b==15
def simOneGame(probA, probB):	#5
    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 simNGames(n,probA,probB):	#4
    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 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