对数器的作用
对数器用于在自己的本地平台验证算法正确性，用于算法调试，无需online judge。
好处：
没找到线上测试的online judge，则可以使用对数器。
大数据样本出错时，快速找到出错地方。
贪心策略使用，直接验证是否正确
对数器的实现代码
首先需要有一个你想要测试的方法，本文利用归并排序算法举例。归并算法代码如下：
//有一个你想要测试的算法，这里以归并排序为例
class Solution {
public:
static int reversePairs(vector<int>& nums) {
auto L = 0;
auto R = nums.size() - 1;
auto res = 0;
mergesort(nums, L, R);
return res;
}
//归并排序，从大到小排列（逆序）
static void mergesort(vector<int>& nums, int L, int R)
{
//递归终止条件
if (L >= R)
{
return;
}
//序列中心位置计算
auto mid = (L + ((R - L) >> 1));
//auto mid = (R + L) / 2;
//左右序列分别排序
mergesort(nums, L, mid);
mergesort(nums, mid + 1, R);
//归并两个排好序的序列
merge(nums, L, mid, R);
}
static void merge(vector<int>& nums, int L, int mid, int R)
{
//临时向量存储归并的结果
vector<int> tmp(R - L + 1);
auto pos = 0;
auto Lp = L;
auto Rp = mid + 1;
while ((Lp <= mid) && (Rp <= R))
{
tmp[pos++] = (nums[Lp] < nums[Rp]) ? nums[Lp++] : nums[Rp++];
}
while (Lp <= mid)
{
tmp[pos++] = nums[Lp++];
}
while (Rp <= R)
{
tmp[pos++] = nums[Rp++];
}
//将排序好部分拷贝至nums数组
copy(nums, tmp, L, R);
//nums = tmp;
}
//部分数组拷贝函数
static void copy(vector<int>& nums, vector<int>& tmp, int L, int R)
{
auto pos = 0;
for (auto i = L; i <= R; i++)
{
nums[i] = tmp[pos++];
}
}
};
|
准备一个随机数组（样本）生成器，该示例选择size为10，value为30，代码如下：
//函数名：generateRandomVector
//函数功能描述：随机数组（样本）生成器
//函数参数： size 生成数组最大尺寸
// value 数组每个元素的最大值
//返回值： vector<int> 生成的数组
//for test
vector<int> generateRandomVector(int size, int value)
{
//time 函数返回从 1970 年 1 月 1 日午夜开始到现在逝去的秒数，因此每次运行程序时，它都将提供不同的种子值。
srand((int)time(NULL));//为随机数生成器产生随机种子
//分配随机大小的数组，产生随机数的范围公式number = (rand()%(maxValue - minValue +1)) + minValue;
vector<int> result(rand() % (size + 1));
for (auto i = 0; i < result.size(); i++)
{
result[i] = rand() % (value + 1);
}
return result;
}
|
大样本测试，同时还需要准备一个绝对正确的方法，这里用algorithm头文件中的sort函数进行排序，同时测试次数应该尽量大，从而覆盖尽可能所有的实例，如果没有自己算法和绝对正确的算法的结果的比对方法，还需要自己编写结果的比对方法，判断结果是否正确（这里vector重载了比较运算符，直接使用即可），代码如下：
//大样本测试
//函数名：main
//函数功能描述：大样本测试
//函数参数： size 生成数组最大尺寸
// value 数组每个元素的最大值
//返回值： vector<int> 生成的数组
//for test
int main()
{
auto test_time = 50000;//测试次数，设置比较大，排除特殊情况
auto size = 10;//生成数组最大尺寸
auto value = 30;//生成数组每个元素的最大值
auto if_accept = true;//方法是否正确标志位
for(auto i = 0; i < test_time; i++)
{
//拷贝初始化，生成新的数组向量
vector<int> nums(generateRandomVector(size, value));
//生成两个临时数组拷贝
vector<int> nums1(nums);
vector<int> nums2(nums);
//绝对正确方法
sort(nums1.begin(), nums1.end());
//自己写的方法，想要测试的算法
Solution::reversePairs(nums2);
//判断两个向量是否相同，vector类已经重载了比较运算符，不用自己实现，不相同说明算法不正确
if(nums1 != nums2)
{
if_accept = false;
//输出结果不相等的原始向量
for(auto c: nums)
{
cout << c << " ";
}
break;
}
}
//输出结果
cout << (if_accept ? "nice!\n" : "false!\n");
}
|
运行上述代码，由于我们测试样本次数为50000次，而样本量本身比较小（size = 10, value = 30）可以得到结果，如下图所示，所以我们默认已经覆盖了所有情况，我们的算法是正确的。
将归并排序算法改为降序排列，重新运行可得：
由于每次设定的种子源是随机的，所以每次运行可以得到不同的序列。
完整代码
附完整代码：
// 对数器.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//
#include <iostream>
#include <cstdlib>
#include <ctime>
#include <vector>
#include <algorithm>
using namespace std;
//有一个你想要测试的算法，这里以归并排序为例
class Solution {
public:
static int reversePairs(vector<int>& nums) {
auto L = 0;
auto R = nums.size() - 1;
auto res = 0;
mergesort(nums, L, R);
return res;
}
//归并排序，从大到小排列（逆序）
static void mergesort(vector<int>& nums, int L, int R)
{
//递归终止条件
if (L >= R)
{
return;
}
//序列中心位置计算
auto mid = (L + ((R - L) >> 1));
//auto mid = (R + L) / 2;
//左右序列分别排序
mergesort(nums, L, mid);
mergesort(nums, mid + 1, R);
//归并两个排好序的序列
merge(nums, L, mid, R);
}
static void merge(vector<int>& nums, int L, int mid, int R)
{
//临时向量存储归并的结果
vector<int> tmp(R - L + 1);
auto pos = 0;
auto Lp = L;
auto Rp = mid + 1;
while ((Lp <= mid) && (Rp <= R))
{
tmp[pos++] = (nums[Lp] < nums[Rp]) ? nums[Lp++] : nums[Rp++];
}
while (Lp <= mid)
{
tmp[pos++] = nums[Lp++];
}
while (Rp <= R)
{
tmp[pos++] = nums[Rp++];
}
//将排序好部分拷贝至nums数组
copy(nums, tmp, L, R);
//nums = tmp;
}
//部分数组拷贝函数
static void copy(vector<int>& nums, vector<int>& tmp, int L, int R)
{
auto pos = 0;
for (auto i = L; i <= R; i++)
{
nums[i] = tmp[pos++];
}
}
};
//准备一个随机数组（样本）生成器
//函数名：generateRandomVector
//函数功能描述：随机数组（样本）生成器
//函数参数： size 生成数组最大尺寸
// value 数组每个元素的最大值
//返回值： vector<int> 生成的数组
//for test
vector<int> generateRandomVector(int size, int value)
{
//time 函数返回从 1970 年 1 月 1 日午夜开始到现在逝去的秒数，因此每次运行程序时，它都将提供不同的种子值。
srand((int)time(NULL));//为随机数生成器产生随机种子
//分配随机大小的数组，产生随机数的范围公式number = (rand()%(maxValue - minValue +1)) + minValue;
vector<int> result(rand() % (size + 1));
for (auto i = 0; i < result.size(); i++)
{
result[i] = rand() % (value + 1);
}
return result;
}
//大样本测试
//函数名：main
//函数功能描述：大样本测试
//函数参数： size 生成数组最大尺寸
// value 数组每个元素的最大值
//返回值： vector<int> 生成的数组
//for test
int main()
{
auto test_time = 50000;//测试次数，设置比较大，排除特殊情况
auto size = 10;//生成数组最大尺寸
auto value = 30;//生成数组每个元素的最大值
auto if_accept = true;//方法是否正确标志位
for(auto i = 0; i < test_time; i++)
{
//拷贝初始化，生成新的数组向量
vector<int> nums(generateRandomVector(size, value));
//生成两个临时数组拷贝
vector<int> nums1(nums);
vector<int> nums2(nums);
//绝对正确方法
sort(nums1.begin(), nums1.end());
//自己写的方法，想要测试的算法
Solution::reversePairs(nums2);
//判断两个向量是否相同，vector类已经重载了比较运算符，不用自己实现，不相同说明算法不正确
if(nums1 != nums2)
{
if_accept = false;
//输出结果不相等的原始向量
for(auto c: nums)
{
cout << c << " ";
}
break;
}
}
//输出结果
cout << (if_accept ? "nice!\n" : "false!\n");
}
|
|
