前言

我是愚谷ノ園みら，简称愚園みら，本账号的使用者之一的负责分享学习笔记的oc。啊，我不会干涉各位号主们的其他事物，只会默默在专栏文件夹里发CS/AI相关的学习笔记。

总之，みら最近开始学习CS61A。打算记一点笔记激励自己学下去！

这才第一个项目，已经有点想放弃了……

啊，忘了说的CS61A是一门CS相关的课？总之是UC Berkeley的CS入门课。嘛反正点开这篇文章的人应该不需要我来介绍CS61A是什么了（大概……）

以下部分都是基于已经装完环境，下载了相关课件，并且会使用ok进行评分的假设。

其实我也没怎么认真看课和课件，英语让人头大。

我也是初学者，请多包涵～如有错误，敬请斧正！

总之是正文

因为很懒，我将会把这一段东西再重新，呃，再复制粘贴第二遍。

CS61A的第一个project是要制作一个叫hog的小游戏。以下是一些关于这个project的一些碎碎念，希望能帮到有需要的同学们。

详情请参考：https://cs61a.org/proj/hog/

这是Hog项目的主要网站（作业要求），本文之后的内容将会围绕这里的题目。

以及课程课本的翻译件：https://composingprograms.netlify.app/

非常好课本，使我的理解加深十倍甚至九倍。

如果把Hog的规则和追加规则也写进来的话，太长了，恕我贴一下第一篇的链接，请诸君自己看一看～

第一期

本篇内容是在理解规则，并且写完了游戏模拟器（核心？）部分的基础上！

第三期

如果还记得在这里“策略”是什么意思就更好了！虽说接下来马上就会又提到的。

回顾：策略是什么？

策略（strategy）是一个函数。

在自己的回合中，策略函数需要输入自己和对手的分数。

而策略函数的返回值，是这回合自己打算投的骰子数量。

理解这点之后，就可以解决之后的问题了。

本篇基本上都是和固定投掷几个骰子的策略相关。

第六题：`always_roll(n)`

`always_roll(n)`策略，顾名思义，就是无论什么情况，都只投n个骰子。

但是！`always_roll()`这个函数，它的返回值是一个策略。也就是说它是个高阶函数。

或许可以复习一下这个：

https://composingprograms.netlify.app/1/6

在本系列的第一篇中也出现过高阶函数。

于是我们需要在`always_roll`里定义一个叫做strategy的函数然后返回它。

strategy的输出一直是n就可以了。

这次的代码如下。

第七题：`is_always_roll`函数

我们需要在这里测试：一个策略是否是`always_roll`。

我想到的做法只有一个：用for循环把所有可能性全列一遍。

我们对0～goal的所有己方分数循环，每个循环中，再对0～goal的所有对手分数循环。

两层循环中，用if判定strategy(i,j)是否等于strategy(0,0)。只要有一种不相等，就return False

所有循环都走完，还没有不相等，那就return True。

是举反例证伪的思路呢。

还是附一下代码吧。

第八题：`make_averaged`函数

这个高阶函数的作用是：重复调用times_called遍original_function（两者皆为此函数的输入参数），后取均值。

在这里我们来回答一些OK评分器的问题：

Q：为什么这个函数是个高阶函数？（原因之一）

A：它以函数作为输入参数！（至少我是这么回答的，它算我对）

Q：传入make_averaged这个函数的函数，有多少参数？

A：任意数量皆可。因此我们需要用*args来调用它。

为了理解这个问题（意思：我看的时候没懂），现在容我把OK里的题目贴出来：

最后的输出应该是多少呢？

首先dice是一个骰子函数，每次执行都会输出数字。这里是固定为3 1 6 5循环的顺序。

roll_dice是什么呢？是第一题（请见第二篇文章）要求写的函数，是包含了Sow Sad规则的记分函数。

也就是说，我们这次要make_average的对象，是算分。

averaged_roll_dice是一个函数，它的作用是，执行1000次计算roll_dice(...)，并计均分。

最后，到执行averaged_roll_dice(2, dice)的时候，就很明确了：这里的两个参数是给roll_dice(...)的。

所以，这段代码的含义是：每次roll两下dice，计算均分。

第一回投出3分和1分，计为1分（触发Sow Sad），第二回投出5分和6分，计为11分。

因此，均分是：6.0分！（因为要求写成float）

上面的例子里也提到了：make_averaged(...)的输出结果是个函数，因此我们在这个函数里要做的事情是，定义一个新的函数，然后输出它。

在这个函数内部，我们需要计算执行多次某函数之后的均值。

代码如下：

补充说明：如果用lambda+list/tuple，似乎可以一行写完，但是没必要吧！

第九题：`max_scoring_num_rolls`函数

我们要通过暴力测试模拟出一直投几个骰子的收益最大。

这个函数的输入是固定的：骰子函数（默认六面）与测试次数（默认1000）。

输出则是对于这款骰子的最佳投掷个数。

作业要求我们从1开始试到10。（为什么不试0？因为0本来就不适合当作策略。）

这里考查的依然是求最大值。

先把max_score和max_num_rolls设为0，然后从1～10循环，通过调用make_averaged计算均分。若均分大于最大分max_score，则记录当前的max_score和max_num_rolls。

最后输出max_num_rolls。

代码如下：

根据以上模拟，我们得出结论：对于六面骰子，每次投掷6个骰子，得到的均分最高。