体育竞技分析
- 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
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(): #介绍信息,提高用户体验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(): #获取 选手能力值(0-1),比赛次数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("模拟比赛的场次: "))return a, b, n # 作为实参 赋给simNGamesdef simNGames(n, probA, probB): # 选手赢得比赛的次数winsA, winsB = 0, 0for i in range(n):scoreA, scoreB = simOneGame(probA, probB) # 模块simOneGame 得分情况判断if scoreA > scoreB: # 得分高得加 1winsA += 1else:winsB += 1return winsA, winsBdef gameOver(a,b): # 15分一局return a == 15 or b == 15def simOneGame(probA, probB): # 计算每一局的得分 知道某一方15分scoreA, scoreB = 0, 0serving = "A"while not gameOver(scoreA, scoreB): # 当gameOver()模块 score分数为15时,执行完返回score值if serving == "A":if random() < probA: # 随机数< A选手能力值scoreA += 1 # A选手得一分else:serving="B" # 否则执行下面else语句,知道 某一方得15分else:if random() < probB:scoreB += 1else:serving="A"return scoreA, scoreBdef printSummary(winsA, winsB): # 模块simNGames的值调用,输出比赛场数和赢率占比n = winsA + winsBprint("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(): #主函数按顺序执行上面各个模块printIntro() # 输出打印信息probA, probB, n = getInputs() # 执行模块getInputs() 并把值a,b,n赋给 probA, probB, nwinsA, winsB = simNGames(n, probA, probB) # 把return 的 值赋给 winsA, winsBprintSummary(winsA, winsB) # 输出 比赛结果,场数,胜率
main()
自顶向下
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
理解自顶向下和自底向上
- 理解自顶向下的设计思维:分而治之
- 理解自底向上的执行思维:模块化集成
- 自顶向下是“系统”思维的简化
应用问题的扩展
- 扩展比赛参数,增加对更多能力对比情况的判断
- 扩展比赛设计,增加对真实比赛结果的预测
- 扩展分析逻辑,反向推理,用胜率推算能力