一、自顶向下设计：

? ? ? 1.顶层设计：

自项向下设计中最重要的是项层设计。以体育竞技分析为例,可以从问题的IPC??描述开始。大多数程序都可以将IPO描述直接用到程序结构设计中，体育竞技分析??从用户处得到模拟参数，最后输出结果。下面是一个基础设计的4个步骤。??

?步骤1:打印程序的介绍性信息。
步骤2:获得程序运行需要的参数，即probA、probB、ne
步骤3:利用球员A和B的能力值probA和probB，模拟n次比赛??步骤4:输出球员A和B获胜比赛的场次及概率。
这个基础设计从IPO描述获得，可以作为自顶向下设计的项层设计。
步骤1：输出一些介绍信息,针对提升用户体验十分有益。下面是这个步骤的Python??代码，顶层设计一般不写出具体代码，仅给出函数定义，其中，printIntro()函数打??印一些必要的说明。

?def?main():
     printIntro()

步骤2:获得用户输入。通过函数将输入语句及输入格式等细节封装或隐藏，只需要假设程序如果调用了getInputs()函数即可获取变量probA、probB和n的值。这个函数必须为主程序返回这些值，截至第2步，全部代码如下，

def?main():
    printIntro()
    probA,?probB,?n?=?getInputs()

步骤3:需要使用probA、probB模拟n场比赛。此时，可以采用步骤2的类似??方法，设计一个simNGames()函数来模拟n场比赛，并返回结果。按照体育竞技问??题的要求，该函数需要模拟比赛，并给出球员A和球员B赢得比赛的结果。截止步??骤3，程序的Python代码如下:

def?main():
? ? ? ?printIntro()
? ? ? ?probA,?probB,?n?=?getInputs()
? ? ? ?winsA.?winsB =?simNGamesl(n，?ProbA,?probB)

步骤4：输出结果，设计思想类似，仍然只规划功能和函数，代码如下:

?

def?main()?;
    PrintIntro()
    probA,?probB,?n?=?getInputs()
    winsA,?winsB?=?simNGames?(n,probA,?probB)
    PrintSummary?(winsA,?winsB)

至此，体育竞技分析问题的程序框架已经清晰，但这仅是框架，main0)函?新没有做什么.原问题被划分为了4个独立的丽数:?pintntro0、getlnputsO、simnNCG数和printSuummary)。.?这些的数的名称、输入参数和预期返回值都已经确定。这个分解过程十分有益，因为它让程序员在这步不必?关心具体细节而专心专虑程序个分构设计。

? ? ? 2.第n层设计：

经过顶层设计，main()函数成为体育竞技分析的顶层结构，上述设计可以表示为下图，其中每层按照从左至右的顺序执行，每个函数用一个矩形表示，连接两个矩形的线表示上面函数对下面函数的调用关系。在信息流方面，箭头和注释表示输入和输出

?每层设计中，参数和返回值如何设计是重点，其他细节可以智时忽略。确定事件重要特征而忽略其他细节过程称为抽象。抽象是一种基本设计方法，自顶向下的设计过程可以看作是发现功能并抽象功能的过程。自顶向下设计的第二阶段是实现或进一步抽象第2层函数。
printlntro()函数应该输出一个程序介绍，这个功能的python代码如下，这个函数由Python基本表达式组合，增加或改变程序结构。

def?printIntro():
    print("这个个程序模报两个选手A和B的莫中竞技比赛")
    print("程序运行行需要入和B的能力值的某种竞技比赛 (以0到1之间的小数表示) ")

getInputs()函数根据提示得到3个需要返回主程序的值，代码如下：

def getInputs():
    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

?simNGameson函数是整个程序的核心，其基本思路是模拟n场比赛，并跟踪记录每个球员赢得了多少比赛。模拟n场比赛”直观感受像个计数循环，而跟踪记录获胜场次更像计数过程。这是一个相当直观且租粒度的设计，类似顶层设计，其Python代码如下:
?

def simNGmes(n, probA, probB) :
    winsA, winsB= 0,0
    for i in range(n):
        scoreA,coreB = simOneGame (probA, probB)
        if scoreA > scoreB:
               winsA += 1
        else:
               winsB += 1
    return winsA, winsB

代码中设计了simneGame0函数，用于模拟场一场比赛，?这个函数需要知道每个球员的概率，返回两个球员的最终得分，下图8给出了这个设计对整体结构的更新。

?接下来需要实现simOneGame0函数。为了模拟一场比赛，?需要根据比赛规则来编写代码，两个球员A和B持续对攻直至比赛结束。可以采用无限循环结构直到比赛结束条件成立。同时，需要跟踪记录比赛得分，保留发球局标记，?总之，?尽可能详细地模拟比赛过程。在模拟比赛的循环中，需要考虑单一的发球权和比分问题，通过随机数和概率，可以确定发球方是否赢得了比分(randomO<?prob)。如果球员A发球，那么需要使用A的概率，接着根据发球结果，更新是球员A得分还是将球权交给球员B。该函数的代码如下：

def simOneGame (probA ,probB)：
    scoreA, scoreB = 0，0
    serving = "A"
    while not gameover(acoreA, scoreB) :
          if serving "A"
             if random() < probA:
                  scoreA += 1
             else:
                  serving= "B"
     else :
           if random () < probB :
              scoreB += 1
            else :
                  serving= "A"
     return scoreA, scoreB

这里进一步设计了gameOver()函数，用来表示一场比赛结束的条件，?对于不同体育比赛结束条件可能不同，封装该函数有助于简化根据不同规则修改函数的代价，提高代码可维护性。gameOver()函数跟踪分数变化并在比赛结束时返回True,未结束则返回False。然后继续循环的其余部分。下图是程序新的结构图。

?根据比赛规则，当任意一个球员分数达到15分时比赛结束。gameOver()函数实现代码如下：

def gameOver(a,b):
    return a==15 or b==15

?最后是printSummary（）函数，其python代码如下:

def printSummary(winsA,winsB):
    n = winsA + winsB
    print("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))

全部实现代码如下：

?
from random import random
def printIntro():
    print("这个个程序模报两个选手A和B的莫中竞技比赛")
    print("程序运行行需要入和B的能力值的某种竞技比赛 (以0到1之间的小数表示) ")
def getInputs():
    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
def simNGmes(n, probA, probB) :
    winsA, winsB= 0,0
    for i in range(n):
        scoreA,scoreB = simOneGame (probA, probB)
        if scoreA <= scoreB:
               winsB += 1
        else:
               winsA += 1
    return winsA, winsB
def gameOver(a,b):
    return a==15 or b==15
def simOneGame (probA ,probB):
    scoreA, scoreB = 0,0
    serving = "A"
    while not gameOver(scoreA, scoreB) :
          if serving == "A":
             if random() < probA:
                  scoreA += 1
             else:
                  serving= "B"
     else :
           if random () < probB :
              scoreB += 1
            else :
                  serving= "A"
    return scoreA, scoreB
def printSummary(winsA,winsB):
    n = winsA + winsB
    print("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()
    PrintIntro()
    probA,probB,n=getInputs()
    winsA,winsB=simNGames(n, probA, probB)
    PrintSummary(winsA,winsB)
main()
?


?

最后再回到体育竞技分析问题，通过模拟方法分析球员之间能力的微小差异带来的比赛结果不同，是否会产生能力差别小却导致比赛结果一边倒的现象??假设A在发球局赢得了45%比赛，而他的对手B发球局比他多赢了55%。结果显示，尽管能力上只有很小的差距(5%)，?但是A大约需要经历3场比赛才能赢一场，他赢得一场3?局或5局的比赛机会十分渺茫。进一一步地，可以将这个程序扩展为羽毛球、乒乓球、网球等多种模式，可以找到体育竞技规律。当然，深入探讨竞技规律的前提是参赛选手水平差别不大，所发现的规律将有助于弥补短板，类似中国男足与巴西男足的竞技规律是没必要探讨的。

?