欢迎大家关注我们的软工团队：/Default1406/

PSP表格

设计文档

需求分析

最短（经过站点数最少）路线查询，需要输出每次查询的详细路线与换乘情况。换乘最少最短路线查询，需要输出每次查询的详细路线与换乘情况。最快（经过站点数最少）遍历线路查询，需要输出遍历的详细路线。用户只需要通过命令行进行以上三个操作。

功能设计

最短路线查询

在命令行中以-b参数加两个地铁站点名称执行程序时，例如subway.exe -b station1 station2将计算从第一个站点station1到第二个站点station2的最短（经过的站点数最少）路线，并返回经过的站点的个数和路径，如果有换乘，请列出换乘的线路。输出格式如下：

4知春路知春里海淀黄庄换乘地铁十号线中关村

换乘最少最短路线查询

在命令行中以-c参数加两个地铁站点名称执行程序时，例如subway.exe -c station1 station2将计算从第一个站点station1到第二个站点station2的换乘最少的最短路线，并返回经过的站点的个数和路径，如果有换乘，请列出换乘的线路。输出格式同上。

最快遍历线路查询

扩展命令行程序，使其以-a参数加一个地铁站点名称执行程序时，例如subway.exe –a station将计算从站点station出发，最快（经过的站点数最少，若一个站点经过多次需重复计算）地遍历地铁的所有车站的路线，要求

a.换乘不出地铁系统，即不能从一个地铁口走到路面，然后从另一个站进去；

b.只用经过一次，就算经过车站。

程序输出总共经过多少站，以及经过的站名。举例来说，假如地铁系统只有知春路和西土城两个站，从知春路站出发，那么这个程序应该输出：

3知春路西土城知春路

系统与模块设计

框架设计思路

建立三层系统架构。地图数据层用于读取文本中的地图信息，转化为使用邻接矩阵保存的图（Graph），并存储已查询过的路线信息以提高性能；线路规划层从交互控制层读取请求信息，使用相应算法对三种请求进行路线规划，并进行结果输出；交互控制层作为程序执行中心，进行相应的语法检查，转化字符串为相应请求数据传递给路线规划层。

模块设计

地图数据层（Map）

文本地图存储方式

文本地图存储了地铁线路名称、各个地铁站点的名称以及车站换乘信息。为了方便人工直接查阅和正则表达式的解析，采用了较为简洁的存储方式，模板如下：

@地铁线路名称站点1 站点2[其它途经地铁线1][其它途经地铁线2……] …… 站点n

以地铁1号线为例：

1号线苹果园 古城 八角游乐园 八宝山 玉泉路 五棵松 万寿路 公主坟[10号线] 军事博物馆[9号线] 木樨地 南礼士路 复兴门[2号线] 西单[4号线] 天安门西 天安门东 王府井 东单[5号线] 建国门[2号线] 永安里 国贸[10号线] 大望路[5号线] 四惠[八通线] 四惠东[八通线]@2号线……

注意地铁站名使用中文字符以外，其它所有字符均采用英文半角字符。站点信息中也应不存在空格符，比如东单[ 5号线]。使用@标志来标记环形线路。且由于机场线较为特殊，简化为三元桥-2号航站楼-3号航站楼的路线设定。

文本与程序数据转换

对文本进行逐行读取，以2行为一个单位进行地铁信息录入，并存储于SubwayLine结构中。SubwayLine相关结构如下

struct Station{public string Name;public bool IsTransferStation;public List<string> PlacedSubwayLineName;};struct SubwayLine{public string Name;public List<string> InLineSubwayStationsNames;};

首先读取第一行的地铁线路名，然后使用空白符对第二行的站点信息进行切分。应用正则表达式对每个站点的信息进行提取，存入SubwayLine结构中，然后合并所有SubwayLine为一个Hashtable SubwayLines的排序列表。结合所有路线信息，创建另一个排序列表SoretedList Stations实现站点名与邻接矩阵下标的对应关系，不会创建重复的站点名键。

地铁图（Graph）的生成

首先需要实现图的数据结构初步实现如下，

public StationsGraph(SortedList stations, Hashtable subwayLines){this.stationVertexNum = stations.Count;this.stationVertices = stations;this.adjacencyMatrix = new int[stationVertexNum, stationVertexNum];this.subwayLines = subwayLines;for (int i = 0; i < stationVertexNum; i++){for (int j = 0; j < stationVertexNum; j++){adjacencyMatrix[i, j] = -1;}}for (int i = 0; i < stationVertexNum; i++){adjacencyMatrix[i, i] = 0;}SetAdjacencyMatrix();}

通过遍历SubwayLines排序列表读取每个站点所处所有线路的相邻站点信息，并且依据Stations的索引号实现邻接矩阵用于路线计算。需要建立两个地铁图，一个用于最短路径计算，一个用于最少换乘路径计算。

线路规划层（RoutePlanning）

最短路线规划

采用Floyd最短路径算法进行计算，这个方法较为简单，一次计算所有的路径后存储于矩阵中。更重要的是如何在Floyd路径矩阵中寻找完整的路径。实现方式如下：

private void searchCompletedShortestRoute(int station1Index, int station2Index, List<string> shortestRoute){int shortestRouteInsertIndex;int pathStationIndex = routeMatrix[station1Index, station2Index][0];if (pathStationIndex == -1)return;shortestRouteInsertIndex = shortestRoute.FindIndex((string stationName) => stationName == (string)map.Stations.GetKey(station2Index));shortestRoute.Insert(shortestRouteInsertIndex, (string)map.Stations.GetKey(pathStationIndex));searchCompletedShortestRoute(station1Index, pathStationIndex, shortestRoute);searchCompletedShortestRoute(pathStationIndex, station2Index, shortestRoute);}

采用了递归的方式，不断在两点之间寻找最短中转点，直到两个点为相邻点。这样就可以通过Floyd路径矩阵找到完整的路径了。

最少换乘路线规划

在这里又使用了递归的方式进行线路查找。首先在起始站点所在线路上搜索是否存在目标站点，如果存在则返回路径。否则，对这条地铁线上的所有中转站进行递归查找，查看下一个地铁线上是否存在目标站点。自此重复进行递归操作，知道查找到目标站点。值得注意的是，这里采用了两个方式优化性能。第一，对每层递归记录已经遍历的地铁线路，防止重复递归同一条线路。第二，采用了一个全局变量记录当前最浅的成功递归深度，进行剪枝操作，很大程度上优化了性能。

private void searchLeastTransferRoute(int curRecursiveDepth, string curStationName, string curSubwayLineName, string targetStationName, List<string> notRecursiveSubwayLines, List<string> leastTransferRoute){List<string> inLineSubwayStationsNames = ((SubwayLine)map.SubwayLines[curSubwayLineName]).InLineSubwayStationsNames;List<string> newNotRecursiveSubwayLines = new List<string>(notRecursiveSubwayLines.ToArray());List<string> newLeastTransferRoute = new List<string>(leastTransferRoute.ToArray());newNotRecursiveSubwayLines.Remove(curSubwayLineName);newLeastTransferRoute.Add(curStationName);if (recursiveDepthLimit != -1 && curRecursiveDepth > recursiveDepthLimit)return;if (inLineSubwayStationsNames.Contains(targetStationName)){recursiveDepthLimit = curRecursiveDepth;newLeastTransferRoute.Add(targetStationName);leastTransferRoutes.Add(newLeastTransferRoute);return;}foreach (string stationName in inLineSubwayStationsNames){Station station = (Station)map.Stations[stationName];if (station.IsTransferStation)foreach (string subwayLineName in station.PlacedSubwayLineName)if (newNotRecursiveSubwayLines.Contains(subwayLineName))searchLeastTransferRoute(curRecursiveDepth + 1, stationName, subwayLineName, targetStationName, newNotRecursiveSubwayLines, newLeastTransferRoute);}return;}

而后，需要进行第一次筛选，找出包含最少换乘站点的路线。在此处递归得到路线只是包含了相应换乘地铁站与始末站点，还要获取完整的路线规划。不同于“最短线路规划”，我们要直接从线路信息中直接提取两个换乘站点间的所有站点信息。得到完整路径后，进行第二次筛选，这里我们将筛选出最少换乘中的最短路径。自此完成路线规划。

输入输出控制（IO Controller）

为了简化程序，直接使用程序的主类进行的控制。较为简单，对相应的请求类型进行处理。有一定的容错控制，防止崩溃。

代码规范

默认采用：微软编程规范

性能测试与优化

最短线路规划功能性能测试

性能分析图

性能分析

容易看到使用-b 南礼士路 新街口样例进行性能分析时，Floyd路径矩阵的生成（SubwayRoutePlanning.RoutePlanning::initFloyd）占据了将近一半的CPU消耗，消耗最大。这也比较符合O(n^3)的算法时间复杂度，是程序的核心算法部分。其它的外部代码算法，是相应的完整路径递归查找和相关的调用代码，虽然递归深度不是太深，但是一样消耗了40%的资源，足以看出递归的性能较为低下。

最少换乘最短线路规划功能性能测试

性能分析图

性能分析

基本与“最短线路规划”性能消耗分布一致，“SubwayRoutePlanning.RoutePlanning::initFloyd”是性能消耗最大的函数。在这个功能中使用“剪枝”的方式进行优化。通过测试发现，未优化前程序整体消耗为10936毫秒，是剪枝后的20倍，足以见得剪枝对程序整体的优化之大。

测试

最短线路规划功能测试

基本运行测试

-b 南礼士路 天安门西4南礼士路复兴门西单天安门西

同线路换乘节点-换乘节点测试

-b 西直门 雍和宫5西直门积水潭鼓楼大街安定门雍和宫

单次换乘测试

-b 军事博物馆 车公庄5军事博物馆白堆子白石桥南换乘地铁6号线车公庄西车公庄

多次换乘测试

-b 南礼士路 新街口6南礼士路复兴门换乘地铁2号线阜成门车公庄换乘地铁6号线平安里换乘地铁4号线大兴线新街口

双线并行线路测试

-b 大望路 高碑店4大望路四惠四惠东高碑店

经测试发现换乘信息有误，双线并行情况需特殊处理。

4大望路四惠四惠东换乘地铁八通线高碑店

超长线路规划测试

-b 丰台东大街 望京东22丰台东大街七里庄六里桥换乘地铁10号线莲花桥公主坟换乘地铁1号线军事博物馆换乘地铁9号线白堆子白石桥南换乘地铁6号线车公庄西车公庄换乘地铁2号线西直门积水潭鼓楼大街换乘地铁8号线安德里北街安华桥北土城换乘地铁10号线安贞门惠新西街南口芍药居换乘地铁13号线望京西换乘地铁15号线望京望京东

经仔细与北京地铁推荐线路比对，完全正确。

最少换乘最短线路规划测试

基本运行测试

-c 南礼士路 天安门西4南礼士路复兴门西单天安门西

最少换乘对比最短路径测试

-c 南礼士路 新街口7南礼士路复兴门西单换乘地铁4号线大兴线灵境胡同西四平安里新街口

与最短线路规划的同一输入比较-c 南礼士路 新街口，符合最少换乘最短路径的功能要求。

超长线路规划测试

-c 军事博物馆 惠新西街南口17军事博物馆西钓鱼台换乘地铁10号线慈寿寺车道沟长春桥火器营巴沟苏州街海淀黄庄知春里知春路西土城牡丹园健德门北土城安贞门惠新西街南口

经测试发现缺少公主坟站，需要进行DEBUG。经过排查后发现是中间路径添加有误，遗漏添加无中间站的后继结点，修改后正确。

17军事博物馆木樨地南礼士路复兴门西单天安门西天安门东王府井东单换乘地铁5号线灯市口东四张自忠路北新桥雍和宫和平里北街和平西桥惠新西街南口

线路站点查询功能测试

10号线*巴沟*苏州街*海淀黄庄*知春里*知春路*西土城*牡丹园*健德门*北土城*安贞门*惠新西街南口*芍药居*太阳宫*三元桥*亮马桥*农业展览馆*团结湖*呼家楼*金台夕照*国贸*双井*劲松*潘家园*十里河*分钟寺*成寿寺*宋家庄*石榴庄*大红门*角门东*角门西*草桥*纪家庙*首经贸*丰台站*泥洼*西局*六里桥*莲花桥*公主坟*西钓鱼台*慈寿寺*车道沟*长春桥*火器营

此项功能较为简单，容易进行测试。

项目总结学习

不得不说这次学习收获颇丰，只有在科学的方法论的指导下才能发挥最大的生产力。按照PSP表的步骤进行规划统筹，而不是一味地直接编码，真切地可以保持整体思路的清晰。总结了一下几点：

计划优先

到这个阶段的学习，不单单是对知识的探索，更多的是工作效率的提升。而任何工作都离不开计划和目标的设定，只有在具体的行动框架下才能规范自己的设计思路，督促自己完成每一个步骤。编码不是工作的一切，背后的思考与策划也十分重要。

适度放弃

必须要承认在有限的知识积累和时间下，有些事情是无法完成的。在附加题的设计与编码上花费了8个小时左右的时间，可是到最后还是没有设计出最优化的方案，存在很多缺陷，由于测试量巨大，也无法精准排错。最后不得不放弃附加题。我认为这已经浪费了大量的时间，基本上在2小时内无法设计出完整方案就应该放弃这个计划，转向其他工作，这一个小的模块不是整个程序的核心部件，可有可无。认清自己的实力和条件，适时放弃才是提高效率的王道。

文档化

博客的撰写对项目思路的整理和自我的学习提升有着很大的帮助，脑子里的思路不是思路，只有能表达总结文档，甚至要考虑到别人能否从中有所收获才是真正地思考成果。而且这是对一个项目的总结，对自我的一种反馈，激发自己继续提升。

算法应用

程序中用到了图相关的数个算法，不算难，但也是对过往学习的一次回顾。Folyd算法、递归查找、剪枝策略都是一次又一次的算法实操，重复融合实际应用与理论知识，认识到了理论知识对实际工程的重要性。要做一名优秀的软件工程师，必须要有足够的数学与计算机理论，才能在这条路上远走越远，而不是流于技术的表面。

技术速成

为了软件工程课程顺利进行快速学习了博客搭建、C#快速入门、项目配置、Markdown与HTML入门语法，虽然只是些皮毛但是随着问题的出现和解决，对技术的积累也在不断加深。在这个快速发展的时代，只有快速地学习才能适应身边环境的变迁。

欢迎关注我的个人博客：