软工作业3：Python实现自动生成小学四则运算题目-526互联

课程	软件工程
要求	结对项目
目标	实现一个自动生成小学四则运算题目的命令行程序

团队组成

姓名	学号	GitHub
于杨	3221004940	GitHub

PS：另一个队员不是计科12班的同学

Part1 PSP表格
Part2 效能分析
Part3 实现过程
Part4 代码说明
Part5 测试运行
part6 尝试
Part7 项目小结

Part1 PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	30	20
Estimate	估计这个任务需要多少时间	25	25
Development	开发	100	120
Analysis	需求分析（包括学习新技术）	30	40
Design Spec	生成设计文档	30	20
Design Review	设计复审	20	10
Coding Standard	代码规范（为目前的开发制定合适的规范）	20	20
Design	具体设计	40	50
Coding	具体代码	40	40
Code Review	代码复审	20	20
Test	测试（自我测试，修改代码，提交修改）	40	40
Reporting	报告	40	30
Test Repor	测试报告	30	30
Size Measurement	计算工作量	20	15
Postmortem & Process Improvement Plan	事后总结，并提出过程改进计划	15	15

Part2 效能分析

从分析报告结果中我们可以得到：
整个过程一共有13715个函数调用被监控，其中13462个是原生调用（即不涉及递归调用）。总共执行的时间为0.040秒

ncalls表示函数调用的次数（有两个数值表示有递归调用，总调用次数/原生调用次数）
tottime是函数内部调用时间（不包括他自己调用的其他函数的时间）
percall等于 tottime/ncalls
cumtime累积调用时间，与tottime相反，它包含了自己内部调用函数的时间
最后一列，文件名，行号，函数名

总结：程序生成10道题目的总执行时间仅为0.04s时间较短，效果良好；在其中程序消耗最大的函数是生成关系式的函数，原因是因为只是使用了简单的迭代方式进行，方法的复杂程度太高，没有好的表现效果，占用太多内存

Part3 实现过程

graph TD 基础需求-->自动生成小学四则运算题目基础需求-->使用命令行参数控制生成题目的个数等数据基础需求-->结果应为真分数基础需求-->运算符个数不超过3个基础需求-->一次运行生成的题目不能重复

graph LR 四则运算--> A(generate_expression函数) A-->递归生成数学表达式四则运算--> evaluate_expression函数 evaluate_expression函数-->定义一个函数用于评估表达式四则运算--> generate_exercises函数-->对题目进行详细检查是否有逻辑上的问题四则运算-->save_to_file函数-->将运行结果包括题目和答案写进文件中

Part4 代码说明

这部分代码实现了表达式的自动生成，使用简单的迭代的方式生成，可以通过修改参数实现对题目难度的调整，也就是调整运算符号的数目。

def generate_expression(min_value, max_value, max_operators):
    # 递归生成数学表达式
    if max_operators == 0 or (min_value == 1 and max_value == 1):
        #如果不需要再添加运算符或者已经达到最小值1直接返回一个随机整数
        return str(random.randint(min_value, max_value))
    operator = random.choice(operators) #随机选择一个运算符
    if operator == '+':
        e1 = generate_expression(min_value, max_value, max_operators - 1)
        e2 = generate_expression(min_value, max_value, max_operators - 1)
    elif operator == '-':
        e1 = generate_expression(min_value, max_value, max_operators - 1)
        e2 = generate_expression(min_value, max_value, max_operators - 1)
    elif operator == '*':
        e1 = generate_expression(min_value, max_value, max_operators - 1)
        e2 = generate_expression(min_value, max_value, max_operators - 1)
    else:
        e1 = generate_expression(min_value, max_value, max_operators - 1)
        e2 = generate_expression(min_value, max_value, max_operators - 1)
    return f"({e1} {operator} {e2})"#返回拼接好的表达式

这部分代码定义一个函数，用于评估表达式,主要是为了避免分母出现0的情况，会是得结果出现逻辑错误。

def evaluate_expression(expression):
    try:
        # 使用eval函数计算表达式的值，并使用limit_denominator函数将其限制为最简分数
        return Fraction(eval(expression)).limit_denominator()
    except ZeroDivisionError:
        # 避免除以零的错误
        return None

这部分代码是使用遍历的方法对答案和正确答案之间进行对比，得到最后结论出现错误的个数和错误的题目。

def check_answers(exercise_file, generated_answer_file, reference_answer_file):
    # 读取题目文件和生成的答案文件
    with open(exercise_file, 'r') as ex_file, open(generated_answer_file, 'r') as gen_ans_file:
        exercises = ex_file.readlines()
        generated_answers = gen_ans_file.readlines()

    # 读取参考答案文件
    with open(reference_answer_file, 'r') as ref_ans_file:
        reference_answers = ref_ans_file.readlines()

    correct_indices = []  # 存储正确答案的索引
    wrong_indices = []  # 存储错误答案的索引

    # 遍历题目文件和生成的答案文件，检查是否正确
    for i, (exercise, generated_answer) in enumerate(zip(exercises, generated_answers), start=1):
        exercise = exercise.strip()
        generated_answer = generated_answer.strip()

        # 如果参考答案文件的长度小于题目文件，则将参考答案设置为N/A
        if i <= len(reference_answers):
            reference_answer = reference_answers[i - 1].strip()
        else:
            reference_answer = "N/A"

        # 如果生成的答案和参考答案相同，则将该题的索引添加到正确索引中
        if generated_answer == reference_answer:
            correct_indices.append(i)
        else:
            # 如果生成的答案和参考答案不同，则将该题的索引添加到错误索引中
            wrong_indices.append(i)

    # 返回正确索引和错误索引
    return correct_indices, wrong_indices