二级python——计算思维:自顶向下和自底向上

计算思维

在这里插入图片描述

  • 实证思维:以实验和验证为特征
  • 逻辑思维:以推理和演绎为特征
  • 计算思维:以设计和构造为特征

计算思维的本质抽象(Abstraction)和自动化(Automation)

自顶向下的设计方法

一个总问题开始,试图把它表达为很小的问题组成的解决办法,进而可以很容易的解决
“大事化小,小事化了”

实例

在这里插入图片描述

步骤

  1. 打印程序的介绍性信息
  2. 获得程序需要的参数probA, probB, n
  3. 利用球员A和B的能力值(获胜概率)模拟n次比赛
  4. 输出结果
    在这里插入图片描述
    这就是自顶向下的顶层设计,程序框架出来了,大的问题化成了一个个具体的小问题
顶层设计
# 自定向下第一步——顶层设计
# --------先将整体思路设计出----------------------
def main():
    # 输出介绍信息
    printIntro()
    
    # 获取用户输入
    probA, probB, n = getInputs() # 能力值(获胜概率)和次数
    
    # 模拟n次比赛
    winsA, winsB = simNGames(n, probA, probB)
    
    # 输出结果
    printSummary(winsA, winsB)
    
main()
输出介绍信息
# 开始向下设计
def printIntro():
    print("这个程序模拟两个选手A和B的某种竞技比赛")
    print("程序运行时,需要输入A和B的能力值(0~1),模拟比赛次数")
获取参数输入
def getInputs():
    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("请输入模拟次数:"))
    return a, b ,n
程序核心:比赛过程
def simNGames(n, probA, probB):
    """程序核心:模拟比赛过程"""
    winsA, winsB = 0, 0 # 各赢多少次
    for i in range(n):
        scoreA, scoreB = simOneGame(probA, probB) # 单次比赛
        if scoreA > scoreB:
            winsA += 1
        else:
            winsB += 1
    return winsA, winsB

在这里插入图片描述

def simOneGame(probA, probB):
    scoreA, scoreB = 0, 0 # 得分
    serving = "A" # 发球方
    
    while not gameOver(scoreA, scoreB):
        random_win = random.randint(0, 1)
        if serving == "A":
            if random_win < probA: # 发球方是否赢得了比分
                scoreA += 1
            else:
                serving = "B"
        else:
            if random_win < probB:
                scoreB += 1
            else:
                serving = "A"
    return scoreA, scoreB

def gameOver(a, b):
    return a==15 or b==15 # 谁先到15分就赢下单次比赛

在这里插入图片描述

代码

import random

# 开始向下设计
def printIntro():
    print("这个程序模拟两个选手A和B的某种竞技比赛")
    print("程序运行时,需要输入A和B的能力值(0~1),模拟比赛次数")
    
def getInputs():
    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("请输入模拟次数:"))
    return a, b ,n

# ---------游戏过程-----------------------------------------
def simNGames(n, probA, probB):
    """程序核心:模拟比赛过程"""
    winsA, winsB = 0, 0 # 各赢多少次
    for i in range(n):
        scoreA, scoreB = simOneGame(probA, probB) # 单次比赛
        if scoreA > scoreB:
            winsA += 1
        else:
            winsB += 1
    return winsA, winsB

def simOneGame(probA, probB):
    scoreA, scoreB = 0, 0 # 得分
    serving = "A" # 发球方
    
    while not gameOver(scoreA, scoreB):
        random_win = random.randint(0, 1)
        if serving == "A":
            if random_win < probA: # 发球方是否赢得了比分
                scoreA += 1
            else:
                serving = "B"
        else:
            if random_win < probB:
                scoreB += 1
            else:
                serving = "A"
    return scoreA, scoreB

def gameOver(scoreA, scoreB):
    return scoreA==15 or scoreB==15 # 谁先到15分就赢下单次比赛

# ------------------------------------------------
def printSummary(winsA, winsB):
    n = winsA + winsB
    print("竞技分析开始,一共模拟了{}次比赛".format(n))
    print("选手A获胜{}场".format(winsA))
    print("选手B获胜{}场".format(winsB))
    
"""自顶向下设计方法"""

# 自定向下第一步——顶层设计
# --------先将整体思路设计出----------------------
def main():
    # 输出介绍信息
    printIntro()
    
    # 获取用户输入
    probA, probB, n = getInputs() # 能力值和次数
    
    # 模拟n次比赛
    winsA, winsB = simNGames(n, probA, probB)
    
    # 输出结果
    printSummary(winsA, winsB)
    
main()

这个程序模拟两个选手A和B的某种竞技比赛
程序运行时,需要输入A和B的能力值(0~1),模拟比赛次数
请输入选手A的能力值(0~1): 0.5
请输入选手B的能力值(0~1): 0.45
请输入模拟次数: 10
竞技分析开始,一共模拟了10次比赛
选手A获胜3场
选手B获胜7场

自底向上

  • 开展测试的最好办法也是将程序分成小部分逐个测试
  • 执行中等规模程序的最好办法就是从结构图最底层开始,逐步向上升,先运行和测试一个基本函数,再测试由基本函数组成的整体函数,有助于定位错位

将上面代码保存为 Match,py

>>> import Match
>>> Match.gameOver(10, 1)
False
>>> Match.gameOver(15, 10)
True
>>> # 说明gameOver是正确的
>>> Match.simOneGame(0.45, 0.5)
(9, 15)
>>> Match.simOneGame(0.45, 0.5)
(15, 5)
>>># 说明simOneGame正确的
  • 3
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值