目录

• 组员职责分工
• github 的提交日志截图
• 程序运行截图
• 程序运行环境
• GUI界面
• 基础功能实现
• 运行视频
  • LCG算法
  • 过滤（降权）算法
    • 算法思路
  • 红黑树
• 附加功能一
  • 背景
  • 实现
• 附加功能二（迭代中）
• 附加功能三
  • 背景
  • 引言
  • 解决方法
  • 实现效果
  • 效果截图
• 遇到的困难及解决方法
  • 组员：胡绪佩
  • 组员：庄卉
  • 组员：周政演
  • 组员：刘一好
  • 组员：翟丹丹
  • 组员：刘恺琳
  • 组员：青元
  • 组员：葛家灿
  • 组员：何家伟
  • 组员：黄鸿杰
  • 组员：何宇恒
• 马后炮
  • 组员：胡绪佩
  • 组员：何家伟
  • 组员：周政演
  • 组员：翟丹丹
  • 组员：刘一好
  • 组员：刘恺琳
  • 组员：青元
  • 组员：庄卉
  • 组员：何宇恒
  • 组员：黄鸿杰
  • 组员：葛家灿
• 贡献分评估
• PSP表格
• 学习进度表

组员职责分工

github 的提交日志截图

github地址

抽奖结果名单

抽奖规则设定1

抽奖结果名单

发布成功显示

从该式可以看出，该算法由于构成简单，具有以下优点：

• 计算速度快
• 易于实现
• 易于写入硬件

以下是针对不同参数 lcg 产生随机数的效果图

根据我们机器的情况，我们选择使用参数：

过滤（降权）算法

算法思路

抽奖算法对两种情况进行了处理：

无发言剔除：当用户只转发抽奖关键字，而没有相关发言时，直接剔出抽奖名单。

恶意刷屏：抽奖者可以自行定义一个抽奖阈值φ1，当发言数超过φ1时，对该用户进行中奖概率降权处理。

灌水剔除：抽奖者可以自行定义一个抽奖阈值φ2，发送的表情数超过阈值的时候，判定为灌水，剔出抽奖名单

红黑树

实现效果

此处仅仅对该功能进行测试，由于样本数据不足，设定的阈值也较小，将黑名单的内容输出到文件中可以显示如下内容：

设计考量

测量值偏大：使用哈希的方法会产生冲突，多个数据哈希到同一个桶内，那么这个桶的计数值就会偏大。

1. 为什么允许有误差：在大量数据条件下，若把所有信息都准确地记录下来，要消耗大量计算和空间开销，无法满足实时性；而且在很多情况下，并不需要非常精确的数据，在一定程度上可靠的估计值，便足以满足需求。

2. 为什么要设置多个哈希函数：如果只设置一个哈希函数，多个流数据存入同一个桶，误差就会很大。通过设计多个哈希函数，减少哈希值的冲突，以减少误差。每个流都要经过所有哈希函数的处理，存入不同的计数器中。计数器的最小值虽然还是大于等于真实值，但最接近真实值。这也是 “ Count-Min ”的由来。

3. 哈希函数个数：哈希函数越多，冲突越少，测量值越精确，但计算开销大。需要权衡测量精度和准确度，来设置合适

   声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！