CS61A Week1-2 Hog项目实战:手把手教你用Python写一个骰子游戏(附完整代码)

news2026/5/7 12:03:23
CS61A Hog项目实战用Python构建骰子游戏的完整指南1. 项目介绍与环境准备Hog是加州大学伯克利分校CS61A课程中的经典Python项目它不仅仅是一个简单的骰子游戏更是初学者掌握Python基础语法的完美实践平台。这个项目将帮助你巩固变量、函数、控制流等核心概念并通过有趣的游戏机制让学习过程充满乐趣。为什么选择Hog项目综合性涵盖Python基础语法的多个方面趣味性通过游戏开发激发学习兴趣教育性伯克利名校课程设计的经典项目实践性从零开始构建完整可运行的游戏开发环境配置# 推荐使用Python 3.8版本 python --version # 安装必要的测试工具 pip install ok提示建议使用VS Code或PyCharm等现代IDE它们提供优秀的Python支持包括语法高亮、代码补全和调试功能。2. 游戏规则解析与核心函数实现Hog游戏的基本规则很简单两位玩家轮流掷骰子先达到或超过目标分数默认为100分的玩家获胜。但游戏中有几个特殊规则让策略变得有趣Sow Sad规则如果掷出的骰子中有1点本轮只能得1分Boar Brawl规则可以选择掷0个骰子得分计算公式为3 × |(对手分数十位数 - 玩家分数个位数)|Sus Fuss规则如果得分是只有3或4个因数的数则额外加上下一个质数核心函数实现def roll_dice(num_rolls, dicesix_sided): 模拟掷骰子并计算得分应用Sow Sad规则 total 0 sow_sad False for _ in range(num_rolls): roll dice() if roll 1: sow_sad True total roll return 1 if sow_sad else total骰子点数分布分析表骰子数量平均得分触发Sow Sad概率13.516.67%27.030.56%310.542.13%414.051.77%517.559.81%3. 高级规则实现与策略函数Boar Brawl规则实现def boar_brawl(player_score, opponent_score): 实现Boar Brawl规则得分计算 player_units player_score % 10 opponent_tens (opponent_score // 10) % 10 return max(3 * abs(player_units - opponent_tens), 1)Sus Fuss规则实现def is_prime(n): 检查一个数是否为质数 if n 2: return False for i in range(2, int(n**0.5) 1): if n % i 0: return False return True def sus_points(score): 应用Sus Fuss规则计算额外加分 factors sum(1 for i in range(1, score1) if score % i 0) if factors not in (3, 4): return score next_num score 1 while not is_prime(next_num): next_num 1 return next_num基础策略实现def always_roll(n): 总是掷固定数量骰子的策略 def strategy(score, opponent_score): return n return strategy4. 游戏主循环与AI对战完整游戏循环实现def play(strategy0, strategy1, update, score00, score10, dicesix_sided, goal100): 执行完整的游戏循环 current_player 0 while score0 goal and score1 goal: if current_player 0: num_rolls strategy0(score0, score1) score0 update(num_rolls, score0, score1, dice) else: num_rolls strategy1(score1, score0) score1 update(num_rolls, score1, score0, dice) current_player 1 - current_player return score0, score1进阶策略示例def make_averaged(original_function, trials_count1000): 返回一个函数的多次执行平均值 def averaged_function(*args): total 0 for _ in range(trials_count): total original_function(*args) return total / trials_count return averaged_function def max_scoring_num_rolls(dicesix_sided, trials_count1000): 找出平均得分最高的骰子数量 averaged_roll make_averaged(roll_dice, trials_count) max_score -1 best_num 1 for num in range(1, 11): score averaged_roll(num, dice) if score max_score: max_score, best_num score, num return best_num策略性能对比策略类型平均获胜率平均回合数适用场景固定掷5个骰子45%15简单测试Boar Brawl优先68%12对手分数较高时动态最优骰子数72%14通用场景Sus Fuss优化75%13长期游戏5. 测试与调试技巧编写有效的doctestdef test_roll_dice(): fixed_dice make_test_dice(3, 1, 4, 2) roll_dice(2, fixed_dice) # 3 1 4但触发了Sow Sad 1 roll_dice(3, fixed_dice) # 4 2 3 9 9 使用ok测试框架# 运行所有测试 python ok # 运行特定问题的测试 python ok -q 01 -v # 本地测试模式 python ok --local常见调试技巧使用print语句检查中间值编写小规模测试用例验证边界条件使用Python调试器(pdb)单步执行检查函数返回类型是否符合预期验证特殊规则触发条件是否正确注意当使用随机骰子测试时考虑使用make_test_dice创建确定性骰子序列这样测试结果可重复。6. 项目扩展与进阶挑战完成基础版本后你可以尝试以下扩展图形界面使用Pygame或Tkinter添加可视化界面网络对战通过socket实现双人对战功能机器学习策略使用强化学习训练AI玩家规则扩展添加新的特殊规则和计分方式性能优化建议# 使用记忆化技术优化质数检查 from functools import lru_cache lru_cache(maxsizeNone) def is_prime_cached(n): if n 2: return False for i in range(2, int(n**0.5) 1): if n % i 0: return False return True进一步学习资源伯克利CS61A课程官网提供的额外阅读材料Python官方文档中的函数式编程指南《Python编程从入门到实践》中的游戏开发章节GitHub上其他学生实现的Hog项目参考在实际教学中Hog项目通常需要6-8小时完成基础版本2-3小时进行优化和扩展。建议先完成核心规则实现再逐步添加策略和优化。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2493284.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…