public static GPA PersonalReader()throws IOException{ // Read credit information from a JSON file String file = "src\\STUDENT\\" + LoginWindow.USERID + ".json"; try{ FileReader fileReader = new FileReader(file); Reader reader = new InputStreamReader(new FileInputStream(file),"Utf-8"); int ch = 0; StringBuffer sb = new StringBuffer(); while ((ch = reader.read()) != -1) { sb.append((char) ch); } reader.close(); fileReader.close(); File file1 = new File("src/credit.json"); FileReader fileReader1 = new FileReader(file1); Reader reader1 = new InputStreamReader(new FileInputStream(file1), "Utf-8"); int ch1 = 0; StringBuffer sb2 = new StringBuffer(); while ((ch1 = reader1.read()) != -1) { sb2.append((char) ch1); } fileReader1.close(); reader1.close(); String creditStr = sb2.toString(); // Parse JSON strings using FastJSON library and calculate weighted GPA JSONObject jsonObject2 = JSON.parseObject(creditStr); double weighteGpa = 0.0; String jsonStr = sb.toString(); JSONObject jsonObject = JSON.parseObject(jsonStr); JSONArray subjectsList = jsonObject.getJSONArray("subjectsList"); Double avgGrade = 0.0; for (int i = 0; i < subjectsList.size(); i++) { JSONObject subject = subjectsList.getJSONObject(i); String subjectName = subject.getString("subject"); JSONObject jsonObject1 = jsonObject2.getJSONObject(subjectName); Object o = jsonObject1.getDouble("credit"); Double grade = subject.getDouble("grade"); weighteGpa += Double.parseDouble(o.toString())*grade; avgGrade += grade; } avgGrade = avgGrade / subjectsList.size(); System.out.println(avgGrade); // Return GPA object return new GPA(avgGrade+"",(weighteGpa/(avgGrade*subjectsList.size()))+""); } catch (IOException e) { e.printStackTrace(); return null; } } 使用tdd改写该代码

时间: 2024-01-01 21:03:56 浏览: 160

首先,我们需要先对该代码进行分析,确定它的主要功能和输入输出。该代码的主要功能是从一个 JSON 文件中读取学生的成绩和学分信息,并计算出学生的平均学分绩点(GPA)。输入为学生的 JSON 文件,输出为 GPA 对象。

根据 TDD 测试的思想,我们需要先编写测试用例,再根据测试用例去编写代码。以下是可能的测试用例:

  1. 测试读取文件功能:输入正确的文件路径和文件名,输出文件内容。
  2. 测试解析 JSON 字符串功能:输入一个 JSON 字符串,输出包含学科和成绩信息的 JSON 对象。
  3. 测试计算平均成绩功能:输入包含学科和成绩信息的 JSON 对象,输出平均成绩。
  4. 测试计算平均学分绩点功能:输入包含学科、成绩和学分信息的 JSON 对象和平均成绩,输出平均学分绩点。
  5. 测试返回 GPA 对象功能:输入平均成绩和平均学分绩点,输出 GPA 对象。

根据以上测试用例,我们可以开始编写代码。以下是使用 TDD 改写后的代码:

public static String readFile(String filePath) throws IOException {
    File file = new File(filePath);
    if (!file.exists()) {
        throw new IOException("File not found: " + filePath);
    }
    BufferedReader reader = new BufferedReader(new FileReader(file));
    String line;
    StringBuilder sb = new StringBuilder();
    while ((line = reader.readLine()) != null) {
        sb.append(line);
    }
    reader.close();
    return sb.toString();
}

public static JSONObject parseJSON(String jsonStr) {
    try {
        return JSON.parseObject(jsonStr);
    } catch (JSONException e) {
        e.printStackTrace();
        return null;
    }
}

public static double calculateAverageGrade(JSONArray subjectsList) {
    double sum = 0.0;
    for (int i = 0; i < subjectsList.size(); i++) {
        JSONObject subject = subjectsList.getJSONObject(i);
        double grade = subject.getDouble("grade");
        sum += grade;
    }
    return sum / subjectsList.size();
}

public static double calculateWeightedGPA(JSONArray subjectsList, JSONObject creditObj, double avgGrade) {
    double sum = 0.0;
    for (int i = 0; i < subjectsList.size(); i++) {
        JSONObject subject = subjectsList.getJSONObject(i);
        String subjectName = subject.getString("subject");
        JSONObject credit = creditObj.getJSONObject(subjectName);
        double creditValue = credit.getDouble("credit");
        double grade = subject.getDouble("grade");
        sum += creditValue * grade;
    }
    return sum / (avgGrade * subjectsList.size());
}

public static GPA calculateGPA(String filePath) throws IOException {
    String jsonStr = readFile(filePath);
    JSONObject jsonObj = parseJSON(jsonStr);
    JSONArray subjectsList = jsonObj.getJSONArray("subjectsList");
    double avgGrade = calculateAverageGrade(subjectsList);

    String creditFilePath = "src/credit.json";
    String creditJsonStr = readFile(creditFilePath);
    JSONObject creditObj = parseJSON(creditJsonStr);

    double weightedGPA = calculateWeightedGPA(subjectsList, creditObj, avgGrade);
    return new GPA(avgGrade + "", weightedGPA + "");
}

使用 TDD 改写后的代码中,我们将原本的 PersonalReader 方法拆分成了几个小方法,并增加了异常处理和输入参数检查等功能。这样做可以让代码更加健壮,易于维护和测试。

向AI提问 loading 发送消息图标

相关推荐

大学生入口

最新推荐

recommend-type

《基于YOLOv8的八段锦练习指导系统》(包含源码、完整数据集、可视化界面、部署教程)简单部署即可运行。功能完善、操作简单,适合毕设或课程设计.zip

资源内项目源码是来自个人的毕业设计,代码都测试ok,包含源码、数据集、可视化页面和部署说明,可产生核心指标曲线图、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果、标签分布图。都是运行成功后才上传资源,毕设答辩评审绝对信服的保底85分以上,放心下载使用,拿来就能用。包含源码、数据集、可视化页面和部署说明一站式服务,拿来就能用的绝对好资源!!! 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、大作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.txt文件,仅供学习参考, 切勿用于商业用途。
recommend-type

大语言模型教育应用中的知识冲突挑战与应对策略

内容概要:本文详细探讨了大语言模型(LLMs)在教育应用中遇到的知识冲突问题,包括概念定义、事实陈述和逻辑推理层面的认知不一致性。文章分析了知识冲突的技术成因,如训练数据噪声、参数化知识表示的局限、推理机制的缺陷、模型架构的不足及外部知识的偏差,并探讨了这些因素对教育应用的深远影响。文中提出了多维度的解决路径,如通过数据增强优化知识表示、利用提示强化上下文连贯、开发量规完善模型评估等。此外,文章从社会文化的宏观视角剖析了知识冲突的外部驱动因素,探讨如何在多元异质、动态演进的社会建构语境中构建开放进取、兼容融通的智能教育应用体系。 适合人群:从事教育技术研究的学者、教育工作者、人工智能研究人员和技术开发者。 使用场景及目标:①帮助教育工作者理解大语言模型在教育应用中的局限性;②为技术人员提供优化大语言模型教育应用的具体策略;③促进教育人工智能技术的可靠性、适应性和普及性提升。 其他说明:文章强调了知识冲突的有效化解不仅能够提升大语言模型在教育场景中的应用价值,还将为人工智能在更广泛领域的可持续发展奠定坚实基础。
recommend-type

《基于YOLOv8的家具鉴定系统》(包含源码、完整数据集、可视化界面、部署教程)简单部署即可运行。功能完善、操作简单,适合毕设或课程设计.zip

资源内项目源码是来自个人的毕业设计,代码都测试ok,包含源码、数据集、可视化页面和部署说明,可产生核心指标曲线图、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果、标签分布图。都是运行成功后才上传资源,毕设答辩评审绝对信服的保底85分以上,放心下载使用,拿来就能用。包含源码、数据集、可视化页面和部署说明一站式服务,拿来就能用的绝对好资源!!! 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、大作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.txt文件,仅供学习参考, 切勿用于商业用途。
recommend-type

数据结构day1-思维导图顺序表

数据结构day1-思维导图顺序表
recommend-type

STM32超声波红外避障小车

STM32超声波红外避障小车项目通过STM32微控制器实现自动避障功能。硬件部分主要包括STM32开发板、超声波传感器、红外传感器、直流电机、电池模块和电机驱动模块。超声波传感器用于测量前方障碍物的距离,红外传感器帮助小车检测地面线路或障碍物。电机驱动模块通过STM32控制直流电机的转动,从而实现小车的前进、后退和转向。 在软件方面,STM32通过编写简单的避障算法,实时读取传感器数据,并根据环境信息控制小车的运动。当超声波传感器检测到障碍物时,系统会触发后退或转向操作,避免碰撞。
recommend-type

中文版wordnet:分词SEO利器的使用体验与分享

中文版WordNet是一个基于语义的自然语言处理资源,它在功能上与英文的WordNet类似,是一种多语言的词库,主要用来进行语义分析、信息检索、文本理解等任务。它为自然语言中的词汇提供了层次化的概念和关系,包括同义词集(synsets)、同义词关系、上下位词关系以及词汇的词性标注等信息。 首先,WordNet将词汇按照概念进行了组织,每个概念被称为一个同义词集,同义词集内部的词汇具有相同或相近的意义。例如,在中文版WordNet中,“汽车”、“轿车”、“机动车”可能都属于同一个同义词集,因为它们在某些上下文中可以互换使用。 其次,中文版WordNet还包含了一系列的词汇关系。这些关系在不同的同义词集之间建立了联系,对理解词义及其上下文环境至关重要。这些关系主要分为以下几种: 1. 上位词(Hypernyms)和下位词(Hyponyms):上位词指一个更一般的概念,下位词指一个更具体的概念。例如,“车辆”是“汽车”和“摩托车”的上位词,“轿车”和“SUV”则是“汽车”的下位词。 2. 同义词(Synonyms):具有相同或相近意义的词汇。 3. 反义词(Antonyms):意义相对的词汇。 4. 整体和部分(Meronymy)关系:表示整体与部分的关系,比如“汽车”是“车轮”的整体,而“车轮”是“汽车”的部分。 5. 事物及其属性(Attribute)关系:表示事物与其属性的关系,如“颜色”是“汽车”的属性。 WordNet作为一个语言资源,对于中文分词、SEO(搜索引擎优化)等领域非常重要。中文分词是将连续的文本切分成有意义的词语序列的过程,在中文信息处理中非常关键。WordNet可以为分词提供上下文理解,帮助区分多义词和确定正确的词汇意义。 在SEO方面,中文版WordNet可以用于关键词的选择和优化。由于WordNet提供了详尽的词汇语义关系,SEO专家可以利用这些信息找到相关性高的关键词,从而提高搜索引擎中网页的排名。 从描述中可知,用户提到他们下载的是只有32个表的版本,这表明他们可能下载的并不是完整的中文WordNet资源。完整的中文版WordNet包含大量的同义词集和词汇间关系,能够提供丰富的语义信息用于自然语言处理任务。 标签“分词”、“SEO”和“wordnet”共同指向了WordNet在自然语言处理和搜索引擎优化中的实际应用价值,其中“分词”直接关联到中文文本处理的基础技术,而“SEO”则强调了WordNet在提升网站可见性和关键词策略中的应用。 总结而言,中文版WordNet是一个宝贵的语义资源,它为理解和处理中文自然语言提供了强大的支持。它通过组织词汇概念和关系的方式,极大地促进了中文分词技术的发展,并为SEO提供了语义层面的优化方案。对于从事中文信息处理、自然语言理解和Web内容优化的专业人士来说,中文版WordNet是一个不可或缺的工具。
recommend-type

【精准测试】:确保分层数据流图准确性的完整测试方法

# 摘要 分层数据流图(DFD)作为软件工程中描述系统功能和数据流动的重要工具,其测试方法论的完善是确保系统稳定性的关键。本文系统性地介绍了分层DFD的基础知识、测试策略与实践、自动化与优化方法,以及实际案例分析。文章详细阐述了测试的理论基础,包括定义、目的、分类和方法,并深入探讨了静态与动态测试方法以及测试用
recommend-type

process::self

### 关于 `process::self` 的用法或含义 #### 在 Rust 中的定义与用法 在 Rust 编程语言中,`std::process::id()` 是用于获取当前进程 ID (PID) 的函数[^4]。需要注意的是,在标准库中并没有直接名为 `process::self` 的 API;然而,Rust 提供了通过模块 `std::process` 来操作进程的功能。如果提到 `process::self`,可能是某些特定上下文中对当前运行进程的一种抽象表示。 以下是使用 `std::process::id()` 获取当前进程 ID 的示例代码: ```rust use
recommend-type

智能家居远程监控系统开源解决方案

智能家居远程监控系统是一种利用现代信息技术、网络通信技术和自动化控制技术,实现对家居环境的远程监测和控制的系统。这种系统让用户可以通过互联网,远程查看家中设备的状态,并对家中的各种智能设备进行远程操控,如灯光、空调、摄像头、安防系统等。接下来,将详细阐述与“Smart_Home_Remote_Monitoring_System:智能家居远程监控系统”相关的知识点。 ### 系统架构 智能家居远程监控系统一般包括以下几个核心组件: 1. **感知层**:这一层通常包括各种传感器和执行器,它们负责收集家居环境的数据(如温度、湿度、光线强度、烟雾浓度等)以及接收用户的远程控制指令并执行相应的操作。 2. **网络层**:网络层负责传输感知层收集的数据和用户的控制命令。这通常通过Wi-Fi、ZigBee、蓝牙等无线通信技术来实现,有时也可能采用有线技术。 3. **控制层**:控制层是系统的大脑,负责处理收集来的数据,执行用户指令,以及进行智能决策。控制层可能包括一个或多个服务器、微控制器或专用的智能设备(如智能路由器)。 4. **应用层**:应用层提供用户界面,可以是移动APP、网页或者是PC客户端。用户通过这些界面查看数据、发出控制指令,并进行系统配置。 ### 开源系统 提到“系统开源”,意味着该智能家居远程监控系统的源代码是开放的,允许用户、开发者或组织自由地获取、使用、修改和分发。开源的智能家居系统具有以下优势: 1. **定制性**:用户可以定制和扩展系统的功能,以满足特定的使用需求。 2. **透明性**:系统的源代码对用户公开,用户可以完全了解软件是如何工作的,这增加了用户对系统的信任。 3. **社区支持**:开源项目通常拥有活跃的开发者和用户社区,为系统的改进和问题解决提供持续的支持。 4. **成本效益**:由于无需支付昂贵的许可费用,开源系统对于个人用户和小型企业来说更加经济。 ### 实现技术 实现智能家居远程监控系统可能涉及以下技术: 1. **物联网(IoT)技术**:使各种设备能够相互连接和通信。 2. **云服务**:利用云计算的强大计算能力和数据存储能力,进行数据处理和存储。 3. **机器学习和人工智能**:提供预测性分析和自动化控制,使系统更加智能。 4. **移动通信技术**:如4G/5G网络,保证用户即使在外出时也能远程监控和控制家庭设备。 5. **安全性技术**:包括数据加密、身份验证、安全协议等,保护系统的安全性和用户隐私。 ### 关键功能 智能家居远程监控系统可能具备以下功能: 1. **远程控制**:用户可以通过移动设备远程开启或关闭家中电器。 2. **实时监控**:用户可以实时查看家中的视频监控画面。 3. **环境监控**:系统可以监测家中的温度、湿度、空气质量等,并进行调节。 4. **安全报警**:在检测到异常情况(如入侵、火灾、气体泄漏等)时,系统可以及时向用户发送警报。 5. **自动化场景**:根据用户的习惯和偏好,系统可以自动执行一些场景设置,如早晨自动打开窗帘,晚上自动关闭灯光等。 ### 应用场景 智能家居远程监控系统广泛应用于家庭、办公室、零售店铺、酒店等多种场合。其主要应用场景包括: 1. **家庭自动化**:为用户提供一个更加安全、便捷、舒适的居住环境。 2. **远程照看老人和儿童**:在工作或出差时,可以远程照看家中老人和儿童,确保他们的安全。 3. **节能减排**:通过智能监控和调节家中设备的使用,有助于节省能源,减少浪费。 4. **商业监控**:商业场所通过安装远程监控系统,可以有效提高安全管理水平,减少财产损失。 ### 结论 智能家居远程监控系统通过利用现代信息技术和网络通信技术,提供了一种便捷的家居管理方式。其开源特性和多样化的实现技术,不仅降低了用户的使用成本,也增加了系统的灵活性和可扩展性。随着技术的不断进步和人们生活水平的提高,智能家居远程监控系统将扮演越来越重要的角色。
recommend-type

【版本控制】:分层数据流图的高效维护与变更管理

# 摘要 本文系统地探讨了版本控制和分层数据流图设计的重要性和应用实践。第一章强调版本控制的基础知识和其在软件开发生命周期中的关键作用。第二章详细介绍了分层数据流图的设计原理,包括基本概念、设计方法和表示技巧,以及如何通过这些图解高效地管理和沟通软件设计。第三章探讨了版本控制系统的选择与配置,比较了不同类型系统的特点,并提供了配置主流系统的实际案例。第四章重点讨论分层数据流图的变更管理流程,阐述
手机看
程序员都在用的中文IT技术交流社区

程序员都在用的中文IT技术交流社区

专业的中文 IT 技术社区,与千万技术人共成长

专业的中文 IT 技术社区,与千万技术人共成长

关注【CSDN】视频号,行业资讯、技术分享精彩不断,直播好礼送不停!

关注【CSDN】视频号,行业资讯、技术分享精彩不断,直播好礼送不停!

客服 返回
顶部