201871030131-谢林江 实验二 个人项目—《D{0-1} KP》项目报告

项目	内容
课程班级博客链接	班级博客
这个作业要求链接	作业要求
我的课程学习目标	1.学习编写PSP 2.完成个人项目实验要求 3.在Github建仓
这个作业在哪些方面帮助我实现学习目标	1.首次编写PSP，更好的分割利用时间 2.对项目进行模块化处理，简单化复杂问题 3.Github建仓对项目进行托管
项目Github的仓库链接地址	https://github.com/krypton052/lsp_mode

实验二

任务1——点评班级博客中至少3份作业

• 点评博客链接
  • 点评博客一
  • 点评博客二
  • 点评博客三

任务2——详细阅读《构建之法》第1章、第2章，掌握PSP流程

个人开发流程（PSP)

PSP2.1	任务内容
planing	计划
· Estimate	· 估计这个任务需要多少时间，并规划大致工作步骤
Development	开发
· Analysis	需求分析 (包括学习新技术)
· Design Spec	· 生成设计文档
· Design Review	· 设计复审 (和同事审核设计文档)
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)
· Design	· 具体设计
· Coding	· 具体编码
· Code Review	· 代码复审
· Test	· 测试（自我测试，修改代码，提交修改）
Reporting	报告
· Test Report	· 测试报告
· Size Measurement	· 计算工作量
· Postmortem & Process Improvement Plan	· 事后总结 ,并提出过程改进计划

PSP特点

• 不局限于某一种软件技术，而是着眼于软件开发的流程。
• 不依赖于考试，而是依赖工程师自己收集数据，然后分析，提高。
• 在小型、初创的团队中，很难找到高质量的项目需求，这意味着给程序员的输入质量不高，在这种情况下，程序员的输入（程序/软件）往往质量也不高，然而这并不能全由程序员负责。
• PSP依赖于数据。
  • 需要工程师输入数据，记录工程师的各项活动，这本身就需要不小的时间代价。
  • 如果数据不准确或有遗失，怎么办？
  • 如何保证工程师如实记录数据？
• PSP的目的是记录工程师如何实现需求的效率，而不是记录顾客对产品的满意度。工程师如果开发一款不受顾客喜欢的软件，那么这位工程师是否优秀？

任务3——项目开发

需求分析

• D{0-1} KP 是经典{ 0-1}背包问题的一个拓展形式，用以对实际商业活动中折扣销售、捆绑销售等现象进行最优化求解，达到获利最大化。D{0-1}KP数据集由一组项集组成，每个项集有3项物品可供背包装入选择，其中第三项价值是前两项之和，第三项的重量小于其他两项之和，算法求解过程中，如果选择了某个项集，则需要确定选择项集的哪个物品，每个项集的三个项中至多有一个可以被选择装入背包，D{0-1} KP问题要求计算在不超过背包载重量 的条件下，从给定的一组项集中选择满足要求装入背包的项，使得装入背包所有项的价值系数之和达到最大；D{0-1}KP instances数据集是研究D{0-1}背包问题时，用于评测和观察设计算法性能的标准数据集；动态规划算法、回溯算法是求解D{0-1}背包问题的经典算法。查阅相关资料，设计一个采用动态规划算法、回溯算法求解D{0-1}背包问题的程序，程序基本功能要求如下：
  1. 可正确读入实验数据文件的有效D{0-1}KP数据；
  2. 能够绘制任意一组D{0-1}KP数据以重量为横轴、价值为纵轴的数据散点图；
  3. 能够对一组D{0-1}KP数据按项集第三项的价值:重量比进行非递增排序；
  4. 用户能够自主选择动态规划算法、回溯算法求解指定D{0-1} KP数据的最优解和求解时间（以秒为单位）；
  5. 任意一组D{0-1} KP数据的最优解、求解时间和解向量可保存为txt文件或导出EXCEL文件；

项目背景

• 题目描述

  给定 n 种物品和一个容量为 C 的背包，物品 i 的重量是 wi，其价值为 vi，应该如何选择装入背包的物品，使得装入背包中的物品的总价值最大？

• 总体思路

  • 动态规划法

    在解决问题之前，为描述方便，首先定义一些变量：Vi表示第 i 个物品的价值，Wi表示第 i 个物品的体积，定义V(i,j)：当前背包容量 j，前 i 个物品最佳组合对应的价值，同时背包问题抽象化（X1，X2，…，Xn，其中 Xi 取0或1，表示第 i 个物品选或不选）。应用动态规划法有如下递推关系式：

    • j<w(i) V(i,j)=V(i-1,j)
    • j>=w(i) V(i,j)=max｛V(i-1,j)，V(i-1,j-w(i))+v(i)｝

  • 回溯法

    通过上面的方法可以求出背包问题的最优解，但还不知道这个最优解由哪些商品组成，故要根据最优解回溯找出解的组成，根据填表的原理可以有如下的寻解方式：

    • V(i,j)=V(i-1,j)时，说明没有选择第i 个商品，则回到V(i-1,j)
    • V(i,j)=V(i-1,j-w(i))+v(i)时，说明装了第i个商品，该商品是最优解组成的一部分，随后我们得回到装该商品之前，即回到V(i-1,j-w(i))
    • 一直遍历到i＝0结束为止，所有解的组成都会找到

设计实现

动态规划法部分

public void solve() {
        for(int i=1;i<numOfItems+1;i++) {
            for(int w=1;w<capacityOfKnapsack+1;w++) {
                int notTakingItem = knapsackTable[i-1][w];
                int takingItem = 0;
                if(weights[i]<=w) {
                    takingItem = values[i]+knapsackTable[i-1][w-weights[i]];
                }

                knapsackTable[i][w] = Math.max(notTakingItem, takingItem);
            }
        }
        totalBenefit = knapsackTable[numOfItems][capacityOfKnapsack];
    }

散点图部分

public void showAttr(LinkedList ac_cnlList,ArrayList all) {  

        DefaultXYDataset xydataset = new DefaultXYDataset(); 

        StandardChartTheme mChartTheme = new StandardChartTheme("CN");  

        mChartTheme.setExtraLargeFont(new Font("黑体", Font.BOLD, 20));  

        mChartTheme.setLargeFont(new Font("宋体", Font.CENTER_BASELINE, 15));  

        mChartTheme.setRegularFont(new Font("宋体", Font.CENTER_BASELINE, 15));  

        ChartFactory.setChartTheme(mChartTheme);  

    	for(int l = 0; l < all.size(); l++){

			int size = ((Set) all.get(l)).size();
			double [][]datas = new double[2][size];
			int m =0;
			for(Iterator it = ((Set) all.get(l)).iterator();it.hasNext();m++){
				HashMap line = ((HashMap)ac_cnlList.get((Integer) it.next()));
				double AC = (Double) line.get("AC");
				double CNL =  (Double) line.get("CNL");
				datas[0][m] = AC;
				datas[1][m] = CNL;   

			}
			xydataset.addSeries(l, datas);  

		}

        JFreeChart chart = ChartFactory.createScatterPlot("k2 =10,k3=20,kernel=2", "GR", "CNL", xydataset, PlotOrientation.VERTICAL, true, false, false);
        ChartFrame frame = new ChartFrame("散点图", chart, true);
        chart.setBackgroundPaint(Color.white);
        chart.setBorderPaint(Color.GREEN);
        chart.setBorderStroke(new BasicStroke(1.5f));
        XYPlot xyplot = (XYPlot) chart.getPlot();    

        xyplot.setBackgroundPaint(new Color(255, 253, 246));
        ValueAxis vaaxis = xyplot.getDomainAxis();
        vaaxis.setAxisLineStroke(new BasicStroke(1.5f));    

        ValueAxis va = xyplot.getDomainAxis(0);
        va.setAxisLineStroke(new BasicStroke(1.5f));    

        va.setAxisLineStroke(new BasicStroke(1.5f));
        va.setAxisLinePaint(new Color(215, 215, 215));
        xyplot.setOutlineStroke(new BasicStroke(1.5f));
        va.setLabelPaint(new Color(10, 10, 10));
        va.setTickLabelPaint(new Color(102, 102, 102));
        ValueAxis axis = xyplot.getRangeAxis();
        axis.setAxisLineStroke(new BasicStroke(1.5f));    

        XYLineAndShapeRenderer xylineandshaperenderer = (XYLineAndShapeRenderer) xyplot
                .getRenderer();
        xylineandshaperenderer.setSeriesOutlinePaint(0, Color.WHITE);
        xylineandshaperenderer.setUseOutlinePaint(true);
        NumberAxis numberaxis = (NumberAxis) xyplot.getDomainAxis();
        numberaxis.setAutoRangeIncludesZero(false);
        numberaxis.setTickMarkInsideLength(2.0F);
        numberaxis.setTickMarkOutsideLength(0.0F);
        numberaxis.setAxisLineStroke(new BasicStroke(1.5f));    

        frame.pack();
        frame.setVisible(true);
    }

PSP

PSP2.1	任务内容	计划完成需要的时间(min)	实际完成需要的时间(min)
planing	计划	10	15
· Estimate	· 估计这个任务需要多少时间，并规划大致工作步骤	10	15
Development	开发	600	725
· Analysis	需求分析 (包括学习新技术)	10	10
· Design Spec	· 生成设计文档	10	10
· Design Review	· 设计复审 (和同事审核设计文档)	10	10
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	30	30
· Design	· 具体设计	30	30
· Coding	· 具体编码	250	350
· Code Review	· 代码复审	60	70
· Test	· 测试（自我测试，修改代码，提交修改）	200	215
Reporting	报告	50	80
· Test Report	· 测试报告	10	15
· Size Measurement	· 计算工作量	10	15
· Postmortem & Process Improvement Plan	· 事后总结 ,并提出过程改进计划	30	50

任务4——完成任务3的程序开发，将项目源码的完整工程文件提交到你注册Github账号的项目仓库中