# 简单的算法题测试与数据生成工具

**Repository Path**: changjiang-university_2/simple_algorithm_test_make_item

## Basic Information

- **Project Name**: 简单的算法题测试与数据生成工具
- **Description**: 本仓库提供了一套简单的算法测试和测试数据生成工具
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2024-11-07
- **Last Updated**: 2024-11-09

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# [简单的算法题测试与数据生成工具 🚀]()

本仓库提供了一套完整的算法测试和数据生成工具集，主要包含 `Alg_Test_Data_Gen` 和 `Answer_Tool` 两个核心模块。

## ✨ 特性

- 📊 **数据生成**
  - 支持灵活的测试数据生成规则
  - 可自定义测试规则和配置参数
  - 动态更新测试规则的能力

- 🔍 **算法测试**
  - 自动编译并运行解决方案
  - 支持多组测试数据评测
  - 提供详细的性能分析（时间/内存）

## 📁 目录结构

```
├── Alg_Test_Data_Gen/
│   ├── config.py       # 数据生成配置
│   ├── create.py       # 数据生成主脚本
│   └── stand_solve.cpp # 标准答案
└── Answer_Tool/
    ├── config.py      # 测试配置
    ├── main.py        # 测试主脚本
    ├── questions      # 测试问题文件夹
    └── solve.cpp      # 待测试解决方案
```

## 🚀 使用指南

### 1、安装依赖和环境

1. **克隆仓库并安装依赖和环境**

   ```bash
   git clone https://gitee.com/changjiang-university_2/simple_algorithm_test_make_item.git
   cd simple_algorithm_test_make_item
   pip install -r requirements.txt
   ```

2. **配置gcc/g++环境**

   [MinGW-w64的安装详细步骤(c/c++的编译器gcc、g++的windows版，win10、win11真实可用）-CSDN博客](https://blog.csdn.net/qq_44918090/article/details/132190274)

### 2. 数据生成流程

1. **编写算法题标准答案**
   
   - 在 `Alg_Test_Data_Gen` 目录下创建 `stand_solve.cpp`
   - 实现算法题的标准答案代码
2. **配置生成规则**
   
   - 编辑 `config.py` 文件
   - 设置 `IN_RULE` 输入规则，例如：
   ```python
   # 最大公约数DIY规则编写
   def update_in_rule(): """ 动态更新全局的 IN_RULE 配置 """
   # 将特殊规则赋给Config的IN_RULE 
   # 不规则行数决定变量 -- 可以随意编写数量 
   IN_CONST = { 'n': random.randint(1, 100000)} #生成一个随机的n值  
   # 编写规则 
   IN_RULE = [ [[IN_CONST['n']]], 
   # 第一行规则：先是n，然后是范围[1, 100000]
   for i in range(IN_CONST['n']): 
   	IN_RULE.append([[1,int(2e9)], [1,int(2e9)]])
              
   """
   意思为
   第一行输入 n 且范围是[1, 100000]
   后面输入n行每行有两个数分别范围是[1,int(2e9)]
   """
   ```

**3. 生成测试数据**

   ```bash
python create.py
   ```

### 3. 算法测试流程

1. **准备测试数据**
   
- 将生成的测试数据文件夹放入 `questions` 目录
  
2. **配置测试参数**
   
   - 编辑 `Answer_Tool/config.py`
   - 设置 `SAMPLE_DATA` 为对应的算法题测试数据文件夹名
   ```python
   class Config:
       # 解题代码
       SOLVE_FILE = "solve.cpp"
    # 问题测试数据文件夹（前面生成）
       SAMPLE_DATA = "最大公约数"
   ```
   
3. **编写解题代码**
   
   - 在 `Answer_Tool` 目录下 `solve.cpp `上写入你的解题代码

4. **运行测试**
   
   - 测试代码的正确性和通过率
   
   ```bash
   python main.py
   ```

## 🔧 配置说明

### 数据生成配置 (config.py)

```python
class Config:
    SOLVE_FILE = "stand_solve.cpp"
    PROBLEM_NAME = "最大公约数"
    IN_NUM = 13  # 测试点数量
    IN_RULE = [
        [[1, int(1e8)], [1, int(1e8)]]
    ]
    IS_DIY = True  # 是否使用自定义规则
```

### 动态规则生成

如果需要更复杂的输入规则，可以通过 `update_in_rule` 函数动态生成：

```python
@staticmethod
def update_in_rule():
    IN_CONST = {
        'n': random.randint(1, 100000)
    }
    IN_RULE = [
        [[IN_CONST['n']]],
        # 根据 n 动态生成后续规则
    ]
    Config.IN_RULE = IN_RULE
```

## 📝 注意事项

- 确保所有依赖库都已正确安装
- 测试数据生成前请仔细检查配置规则
- 建议先使用小规模数据测试配置是否正确

## 🤝 贡献

欢迎提交 Issue 和 Pull Request 来帮助改进这个工具！

## 📄 许可证

采用MIT许可证，这意味着你可以随意使用、修改、分发这个项目，但请保留我们的版权信息哦！