軟件開(kāi)發(fā)人員的薪金及軟件開(kāi)發(fā)實(shí)習(xí)日記

軟件開(kāi)發(fā)人員的薪金摘要本文所要解決的是研究軟件開(kāi)發(fā)人員的薪金與他們的資歷、管理責(zé)任、教育程度等之間的關(guān)系，建立一個(gè)模型，以便分析公司人事策略的合理性，并作為新聘人員薪金的考慮。根據(jù)題設(shè)條件，結(jié)合實(shí)際情況，建立線性回歸模型，方程表達(dá)式：其中，，，，是回歸系數(shù)，ε為隨機(jī)誤差，，，，分別為資歷、管理水平和教育程度。結(jié)合題目所給的數(shù)據(jù)，運(yùn)用matlab軟件的命令rearess，求出了軟件開(kāi)發(fā)人員的薪金與資歷、管理水平、教育水平之間的線性回歸方程：分析后同時(shí)運(yùn)用殘差分析法發(fā)現(xiàn)模型的缺陷，改進(jìn)影響軟件開(kāi)發(fā)人員薪金的因素，改變模型，使得管理責(zé)任因素和教育程度因素對(duì)薪金是交互作用的，這樣合理化模型后，得出了影響軟件開(kāi)發(fā)人員薪金因素的最佳多元回歸模型。建立回歸方程：并用運(yùn)用matlab軟件得出了該模型的較準(zhǔn)確的解：并對(duì)回歸方程和各個(gè)因素運(yùn)用殘差分析法進(jìn)行了顯著性檢驗(yàn)，去掉異常數(shù)據(jù)后，在運(yùn)用matlab軟件求解，得出更為準(zhǔn)確的解：再次運(yùn)用殘差分析法對(duì)模型進(jìn)行檢驗(yàn)，說(shuō)明模型可用。綜上所述，本文對(duì)數(shù)據(jù)進(jìn)行深入分析，運(yùn)用MATLAB軟件畫(huà)圖，制作表格，更形象地反映數(shù)據(jù)，簡(jiǎn)單明了，運(yùn)用殘差分析法對(duì)模型進(jìn)行檢驗(yàn)，說(shuō)明模型可用。關(guān)鍵字：線性回歸模型ressess殘差分析法一．問(wèn)題重述一家高技術(shù)公司人事部門為研究軟件開(kāi)發(fā)人員的薪金與他們的資歷、管理責(zé)任、教育程度等之間的關(guān)系，要建立一個(gè)模型，以便分析公司人事策略的合理性，并作為新聘用人員薪金的參考。他們認(rèn)為目前公司人員的薪金總體上是合理的，可以作為建模的依據(jù)，于是調(diào)查了46名軟件開(kāi)發(fā)人員的檔案資料，如表，其中資歷一列指從事專業(yè)工作的年數(shù)，管理一列中1表示管理人員，0表示非管理人員，教育一列中1表示中學(xué)程度，2表示大學(xué)程度，3表示更高程度（研究生）。表一軟件開(kāi)發(fā)人員的薪金與他們的資歷、管理責(zé)任、教育程度之間的關(guān)系編號(hào)薪金資歷管理教育編號(hào)薪金資歷管理教育113876111242288461221160810325169787113187011132614803802411283102271740481151176710328221848136208722122913548801711772202301446710018105352013115942100291219520332231741013101231330233237801012111497531134254101112122137131235148611101131980031336168821202141141740137241701213152026341338159901301161323140339263301312171288440240179491402181324550241256851513191367750342278371612201596551143188381602211236660144174831601222135161345192071702231383960246193462001

模型假設(shè)薪金自然隨著資歷（年）的增長(zhǎng)而增加；管理人員的薪金應(yīng)高于非管理人員；教育程度越高薪金也越高；管理責(zé)任、教育程度、資歷諸因素之間沒(méi)有交互作用；資歷（年）、管理水平、教育程度分別對(duì)薪金的影響是線性的；目前公司軟件開(kāi)發(fā)人員的薪金是合理的；在模型改進(jìn)中我們假設(shè)資歷（年）、管理水平、教育程度之間存在交互作用。問(wèn)題的分析對(duì)于問(wèn)題，在符合題意并且與實(shí)際情況較吻合的情況下，薪金記作，資歷（年）記作，為了表示是否非管理人員，定義為了表示3種教育程度，定義，這樣，中學(xué)用=1，=0來(lái)表示，大學(xué)用=0，=1表示，研究生則用=0，=0表示。對(duì)于影響變量的這些定性因素（管理，教育），在模型求解過(guò)程中我們采用“0-1”變量來(lái)處理，并運(yùn)用數(shù)學(xué)軟件matlab來(lái)求解，最后對(duì)所得的解進(jìn)行討論和分析。模型的建立及求解符號(hào)的說(shuō)明：軟件開(kāi)發(fā)人員的薪金資歷管理責(zé)任,教育程度帶估計(jì)的回歸系數(shù)（i=1,2,3,4,5,6）隨機(jī)誤差隨機(jī)誤差，回歸系數(shù)的樣本估計(jì)值回歸系數(shù)的估計(jì)值的置信區(qū)間殘差向量R的置信區(qū)間回歸模型的檢驗(yàn)統(tǒng)計(jì)量回歸方程的決定系數(shù)統(tǒng)計(jì)量值對(duì)應(yīng)的概率值剩余方差置信水平0.052.模型的建立薪金與資歷，管理責(zé)任，教育程度，之間的多元線性回歸方程為：模型的求解直接利用matlab統(tǒng)計(jì)工具箱中的命令regress求解，使用格式為：[b,bint,r,rint,stats]=regress(y,x,slpha)其中輸入y為模型（1）中的y的數(shù)據(jù)（n維向量，n=30），x為對(duì)應(yīng)于回歸系數(shù)的數(shù)據(jù)矩陣，alpha為置信區(qū)間；輸出b為的估計(jì)值，bint為b的置信區(qū)間，r為殘差向量，rint為r的置信區(qū)間，stats為回歸模型的檢驗(yàn)統(tǒng)計(jì)量，有四個(gè)值，第1個(gè)是回歸方程的決定系數(shù)（是相關(guān)系數(shù)），第2個(gè)是統(tǒng)計(jì)量值，第3個(gè)是與統(tǒng)計(jì)量值對(duì)應(yīng)的概率值，第4個(gè)是剩余方差。根據(jù)上述方程式，我們用數(shù)學(xué)軟件matlab對(duì)模型進(jìn)行求解可以得到回歸系數(shù)及其置信區(qū)間（置信水平=0.05），檢驗(yàn)統(tǒng)計(jì)量，，，的結(jié)果，見(jiàn)表二。表二模型（1）的計(jì)算結(jié)果參數(shù)參數(shù)估計(jì)值參數(shù)置信區(qū)間11032[10258,11807]546[484,608]6883[6248,7517]-2994[-3826,-2162]148[-636,931]=0.579=226<0.0001=1.057x106結(jié)果分析和檢驗(yàn)結(jié)果分析從表二知=0.975，即因變量（薪金）的95.7%可由模型確定，值遠(yuǎn)遠(yuǎn)超過(guò)的檢驗(yàn)的臨界值，遠(yuǎn)小于，因而模型（1）從整體來(lái)看是可用的。比如，利用模型可以估計(jì)（或預(yù)測(cè)）一個(gè)大學(xué)畢業(yè)，有2年資歷，費(fèi)管理人員的薪金為：=12272模型中各個(gè)回歸系數(shù)的含義可初步解釋如下：的系數(shù)為546，說(shuō)明資歷增加1年薪金增長(zhǎng)546；的系數(shù)為6883，說(shuō)明管理人員薪金多6883；的系數(shù)為-2994，說(shuō)明中學(xué)程度薪金比更高的少2994；的系數(shù)為148，說(shuō)明大學(xué)程度薪金比更高的多148，但是注意到置信區(qū)間包含零點(diǎn)，說(shuō)明這個(gè)系數(shù)的解釋不可靠。需要指出，以上解釋是就平均值來(lái)說(shuō)，并且，一個(gè)因素改變引起的因變量的變化量，都是在其他因素不變的條件下成立的。二．結(jié)果檢驗(yàn)的置信區(qū)間包含零點(diǎn)，說(shuō)明基本模型（1）存在缺點(diǎn)。為了尋找改進(jìn)的方向，常用殘差分析方法（殘差指薪金的實(shí)際值與用模型估計(jì)的薪金y1之差，是模型（1）中隨機(jī)誤差的估計(jì)值，這里用了一個(gè)符號(hào)）。我們將影響因素分成資歷與管理-教育組合兩類，管理-教育組合的定義如表三：表三管理——教育組合123456管理010101教育112233為了對(duì)殘差進(jìn)行分析，圖1給出了與資歷的關(guān)系，圖2給出與管理-教育，組合間的關(guān)系。圖1模型（1）與的關(guān)系圖2模型（1）與—，組合的關(guān)系從圖一看，殘差大概分成3個(gè)水平，這是由于6種管理—教育組合混合在一起，在模型中未被正確反映的結(jié)果，、；從圖2看，對(duì)于前4個(gè)管理—教育組合，殘差或者全為正，或者全為負(fù)，也表明管理—教育組合在模型中處理不當(dāng)。在模型（1）中國(guó)管理責(zé)任和教育程度是分別起作用的，事實(shí)上，二者可能起著交互作用，如大學(xué)程度的管理人員的薪金會(huì)比二者分別的薪金制和高一點(diǎn)。以上分析提醒我們，應(yīng)在基本模型（1）中增加管理與教育，的交互項(xiàng)，建立新的回歸模型。六．優(yōu)化方向通過(guò)以上分析，我們?cè)谀Ｐ鸵恢性黾庸芾砼c教育，的交互項(xiàng)，建立新的回歸模型。模型記作：利用matlab的統(tǒng)計(jì)工具得到的結(jié)果如表四：表四模型（2）的計(jì)算結(jié)果參數(shù)參數(shù)估計(jì)值參數(shù)置信區(qū)間11204[11044,11363]497[486,508]7048[6841,7255]-1727[-1939,7255]-348[-545，-152]-3071[-3372，-2769]1836[1571,2101]=0.9988=5545<0.0001=3.0047x104由表四可知，模型（2）的和值都比模型（1）有所改進(jìn)，并且所有回歸系數(shù)的置信區(qū)間都不含零點(diǎn)，表明模型（2）是完全可用的。與模型（1）類似，作模型（2）的兩個(gè)殘差分析圖（圖3，圖4），可以看出，已經(jīng)消除了圖1，圖2中的不正?，F(xiàn)象，這也說(shuō)明了模型（2）的適用性。圖3模型（2）與的關(guān)系圖4模型（2）與—，組合的關(guān)系從圖3，圖4還可以發(fā)現(xiàn)一個(gè)異常點(diǎn)：具有10年資歷、大學(xué)程度的管理人員（從表1可以查出是33號(hào)），他的實(shí)際薪金明顯地低與模型的估計(jì)值，也明顯低于與他有類似經(jīng)歷的其他人的薪金。這可能是由我們未知的原因造成的，為了使個(gè)別的數(shù)據(jù)不致影響整個(gè)模型，應(yīng)該講這個(gè)異常數(shù)據(jù)去掉，對(duì)模型（2）重新估計(jì)回歸系數(shù)，得到的結(jié)果如表五，殘差分析圖見(jiàn)圖5，圖6.可以看出，去掉異常數(shù)據(jù)后結(jié)果又有改善。表五模型（2）去掉異常數(shù)據(jù)后的計(jì)算結(jié)果參數(shù)參數(shù)估計(jì)值參數(shù)置信區(qū)間11200[11139,11261]498[494,503]7041[6962,7120]-1737[-1818,,-1656]-356[-431,-281]-3056[-3171,-2942]1997[1894,2100]=0.9998=36701<0.0001=4.347x103圖5模型（2）去掉異常數(shù)據(jù)后圖6模型（2）去掉異常數(shù)據(jù)后與與的關(guān)系與—，組合的關(guān)系對(duì)于回歸模型（2），用去掉模型異常數(shù)據(jù)（33號(hào)）后估計(jì)出的系數(shù)，得到的結(jié)果是滿意的。作為這個(gè)模型的應(yīng)用之一，不妨用它來(lái)"制訂”6種管理—教育組合人員的“基礎(chǔ)”薪金（即資歷為零的薪金，當(dāng)然，這也是平均意義上的）。利用模型（2）和表五容易得到表六：表六6種管理—教育組合人員的“基礎(chǔ)”薪金組合管理教育系數(shù)“基礎(chǔ)”薪金101+9463211+++13448302+10844412+++1988250311200613+182417從表六可以看出，大學(xué)程度的管理人員的薪金比研究生程度的管理人員的薪金高，而大學(xué)程度的非管理人員的薪金比研究生程度的管理人員的薪金高，而大學(xué)程度的非管理人員的薪金比研究生的非管理人員的薪金略低。當(dāng)然，這是根據(jù)這家公司實(shí)際數(shù)據(jù)建立的模型得到的結(jié)果，并不具普遍性。模型評(píng)價(jià)本文在模型建立時(shí)結(jié)合實(shí)際情況，對(duì)問(wèn)題進(jìn)行了適當(dāng)?shù)募僭O(shè)。對(duì)于影響因變量的定性變量因素（管理，教育），可以引入0—1變量來(lái)處理，0—1變量的個(gè)數(shù)可比定性因素的水平少1（如教育程度有3個(gè)水平，引入2個(gè)0—1變量）。運(yùn)用到MATLAB軟件進(jìn)行計(jì)算還有制圖，得到較準(zhǔn)確的數(shù)據(jù)和圖表。為求結(jié)果的精確，還運(yùn)用了殘差分析方法，發(fā)現(xiàn)模型的缺陷，引入交互作用項(xiàng)使模型更加完善和具可行性。因有異常數(shù)據(jù)的存在，我們予以剔除，有助于結(jié)果的合理性。對(duì)于本文所得的模型也可以用于不同單位，不同行業(yè)某類人才的預(yù)測(cè)。當(dāng)然，本文也存在許多不足。但是對(duì)于對(duì)模型進(jìn)行的改進(jìn)和檢驗(yàn)，難免會(huì)出現(xiàn)誤差。八.參考文獻(xiàn)[1]將啟源，謝金星，葉俊數(shù)學(xué)建模,高等教育出版社2011[2]周明華，鄔學(xué)軍，周凱，李春燕,MATLAB實(shí)用教程浙江工業(yè)大學(xué)應(yīng)用數(shù)學(xué)系2011附錄一:表二的程序及結(jié)果：x1=[111112222333344445556666788881010101011111212131314151616161720]';x2=[1010010000111010000101011011000111001010110000]';x3=[1000000100100100000110001010110000100100000101]';x4=[0001011001010000110000110100001011010011011010]';y=[13876116081870111283117672087211772105351219512313149752137119800114172026313231128841324513677159651236621352138392288416978148031740422184135481446715942231742378025410148611688224170159902633017949256852783718838174831920719346]';x0=ones(46,1);x=[x0x1x2x3x4];[b,bint,r,rint,stats]=regress(y,x,0.05);b=vpa(b,8)bint=vpa(bint,8)stats=vpa(stats,8)b=11032.734546.127656882.5329-2994.1783147.73798bint=[10258.256,11807.213][484.44860,607.80670][6248.1051,7516.9607][-3826.3273,-2162.0294][-635.71842,931.19438]stats=[.95669181,226.42580,0.,1057144.8]圖一及圖二殘差圖程序段及結(jié)果：x5=[2563543153246165335216342326113644136143643131]';[b,bint,r,rint,stats]=regress(y,x,0.05);subplot(2,2,1)plot(x1,r,'r+')subplot(2,2,2)plot(x5,r,'b+')表四的模型及結(jié)果：x1=[111112222333344445556666788881010101011111212131314151616161720]';x2=[1010010000111010000101011011000111001010110000]';x3=[1000000100100100000110001010110000100100000101]';x4=[0001011001010000110000110100001011010011011010]';x5=[2563543153246165335216342326113644136143643131]';y=[13876116081870111283117672087211772105351219512313149752137119800114172026313231128841324513677159651236621352138392288416978148031740422184135481446715942231742378025410148611688224170159902633017949256852783718838174831920719346]';x0=ones(46,1);x=[x0x1x2x3x4x2.*x3x2.*x4];[b,bint,r,rint,stats]=regress(y,x,0.05);b=vpa(b,8)bint=vpa(bint,8)stats=vpa(stats,8)b=11203.754496.863937047.9997-1726.5042-348.39254-3070.59621835.9676bint=[11044.259,11363.248][485.63509,508.09277][6841.0518,7254.9477][-1938.9889,-1514.0195][-545.21127,-151.57381][-3371.8328,-2769.3595][1571.3704,2100.5648]stats=[.99882910,5544.7990,0.,30047.093]圖3及圖4殘差圖程序段及結(jié)果：x1=[111112222333344445556666788881010101011111212131314151616161720]';x5=[2563543153246165335216342326113644136143643131]';y=[13876116081870111283117672087211772105351219512313149752137119800114172026313231128841324513677159651236621352138392288416978148031740422184135481446715942231742378025410148611688224170159902633017949256852783718838174831920719346]';subplot(2,2,1)plot(x1,r,'r+')subplot(2,2,2)plot(x5,r,'b+')表五的程序及結(jié)果：x1=[1111122223333444455566667888810101011111212131314151616161720]';x2=[101001000011101000010101101100011001010110000]';x3=[100000010010010000011000101011000100100000101]';x4=[000101100101000011000011010000101010011011010]';x5=[256354315324616533521634232611364136143643131]';y=[138761160818701112831176720872117721053512195123131497521371198001141720263132311288413245136771596512366213521383922884169781480317404221841354814467159422317425410148611688224170159902633017949256852783718838174831920719346]';x0=ones(45,1);x=[x0x1x2x3x4x2.*x3x2.*x4];[b,bint,r,rint,stats]=regress(y,x,0.05);b=vpa(b,8)bint=vpa(bint,8)stats=vpa(stats,8)圖5和圖6的殘插圖程序段及結(jié)果：x1=[1111122223333444455566667888810101011111212131314151616161720]';x5=[256354315324616533521634232611364136143643131]';y=[138761160818701112831176720872117721053512195123131497521371198001141720263132311288413245136771596512366213521383922884169781480317404221841354814467159422317425410148611688224170159902633017949256852783718838174831920719346]';subplot(2,2,1)plot(x1,r,'r+')subplot(2,2,2)plot(x5,r,'b+')Dailywork1第一次是來(lái)面試，當(dāng)時(shí)感覺(jué)不怎么好，面試的人問(wèn)了一些問(wèn)題有些沒(méi)回答上來(lái)，這并不奇怪，C#自己學(xué)習(xí)了2個(gè)月，然后就沒(méi)怎么用，回答不上我覺(jué)得可以理解。沒(méi)想到還能第二次來(lái)到公司，由于對(duì)環(huán)境還比較陌生，所以今天大概熟悉了一點(diǎn)，成都這邊有50多個(gè)員工，屬于研發(fā)中心，主要從事無(wú)線微波得較大型的設(shè)備的再加工，聽(tīng)同事說(shuō)以前在北京，但由于北京人力資源太貴所以來(lái)到成都，這聽(tīng)起來(lái)怎么像是在壓榨的感覺(jué)啊，沒(méi)關(guān)系，只是來(lái)實(shí)習(xí)而已。對(duì)于今天的第一個(gè)小任務(wù)，要求：界面、數(shù)據(jù)壓入堆棧、簡(jiǎn)單冒泡排序?qū)崿F(xiàn)數(shù)據(jù)有序輸出、堆排序輸出。讓我快速地熟悉了C#，從界面到后臺(tái)都得到了加強(qiáng)，此外在實(shí)現(xiàn)過(guò)程中對(duì)用到的冒泡排序和堆排序有了更深的理解，并能用C#熟練的實(shí)現(xiàn)。Dailywork2今天對(duì)昨天的實(shí)例進(jìn)行了改進(jìn)和提高，將堆排序和冒泡排序封裝在一個(gè)動(dòng)態(tài)鏈接庫(kù)中，提供函數(shù)調(diào)用和事件委托。此外加入XML進(jìn)行配置，在XML中存入相關(guān)配置信息，提供一個(gè)單獨(dú)的XmlClass對(duì)其進(jìn)行操作，加深了對(duì)xml的理解。為增加程序的性能，采用簡(jiǎn)單工廠模式對(duì)其客戶端和算法操作進(jìn)行分離，有很好的可擴(kuò)展性，對(duì)于C#的動(dòng)態(tài)鏈接庫(kù)和XML配置不怎么熟悉，花了很長(zhǎng)一段時(shí)間看書(shū)和網(wǎng)上查資料，才開(kāi)始動(dòng)手寫(xiě)代碼，不過(guò)感覺(jué)還是很快，因?yàn)樽约河芯幊痰哪芰?，可以說(shuō)掌握了一種快速編程的方法，所以就能駕輕就熟。Dailywork3今天采用抽象工廠模式對(duì)實(shí)例進(jìn)行改進(jìn)，以達(dá)到動(dòng)態(tài)加載算法實(shí)例，抽象工廠模式屬于設(shè)計(jì)模式中的內(nèi)容，自己在學(xué)習(xí)視頻的時(shí)候注意到了，所以之前就買了本大話設(shè)計(jì)模式來(lái)學(xué)習(xí)，可以說(shuō)了解了大部分設(shè)計(jì)模式。今天遇到后自己心里也有底，溫故一下書(shū)就知道怎么做了，可以說(shuō)這是我學(xué)習(xí)的方法。針對(duì)以上，在dll中提供一個(gè)接口，兩個(gè)算法都繼承了該接口，對(duì)于該dll的操作都通過(guò)接口ISort進(jìn)行，此外，修改工廠為抽象工廠，提供一個(gè)接口創(chuàng)建算法，在算法中返回ISort實(shí)例，在主函數(shù)中使用該實(shí)例進(jìn)行對(duì)應(yīng)的排序算法操作，充分顯示了抽象工廠的作用，本例子將反射和抽象工廠模式結(jié)合，增加了程序的可擴(kuò)展性和可維護(hù)性。Dailywork4由于自己編程能力還算可以吧，所以軟件組的老大就叫我加入開(kāi)始做一些這次項(xiàng)目的東西，說(shuō)了一句“我可是沒(méi)把你當(dāng)實(shí)習(xí)生哦?！保@話一聽(tīng)當(dāng)時(shí)感覺(jué)還好，不過(guò)后來(lái)一想，我卻是吃虧了，他不把我當(dāng)實(shí)習(xí)生但給我的卻是實(shí)習(xí)生工資，這點(diǎn)有點(diǎn)想不過(guò)去，不過(guò)沒(méi)關(guān)系，實(shí)習(xí)嘛就是學(xué)習(xí)，有基本工資也不錯(cuò)了，關(guān)鍵的公司提供的條件那是在學(xué)校里所得不到的：商業(yè)性的問(wèn)題。今天將上述實(shí)例的方法用到本次項(xiàng)目中，開(kāi)始項(xiàng)目中的一些任務(wù)。仍然使用抽象工廠模式，將自定義窗體封裝到類庫(kù)中，將窗體的控件預(yù)留到外部進(jìn)行實(shí)施定義；在XML文件中配置窗體的實(shí)際參數(shù)，利用反射按從XML中讀出的參數(shù)動(dòng)態(tài)加載窗體。將上述的實(shí)例方法運(yùn)用到了實(shí)際項(xiàng)目中。Dailywork5昨天的任務(wù)基本已完成，今天溫習(xí)了一下加深了對(duì)知識(shí)的理解，可以說(shuō)掌握得比較牢固了，今天又有新的任務(wù)，可以說(shuō)每天都在進(jìn)步。按組長(zhǎng)要求編寫(xiě)RankStyle=Group時(shí)的窗體排列方式，在XML中配置控件或窗體的參數(shù)，利用XML讀接口從XML中讀出參數(shù)，為了使程序具有靈活性，在組長(zhǎng)的提示下將窗體的配置按照窗體的Name屬性進(jìn)行配置,之前是利用字段的方式寫(xiě)在XML中，但是組長(zhǎng)說(shuō)這樣的話在程序中查找不方便，可我覺(jué)得沒(méi)什么啊，當(dāng)然了，對(duì)于我這個(gè)沒(méi)有工作經(jīng)驗(yàn)的人來(lái)說(shuō)看什么都是可以的，所以要多學(xué)習(xí)學(xué)習(xí)。在FormControl中利用雙層循環(huán)將控件容器中的控件按Name與讀出的配置進(jìn)行匹配，如果在XML中配置了該窗體，就設(shè)置該窗體的一些屬性。個(gè)人感覺(jué)實(shí)現(xiàn)了該功能吧，最后經(jīng)過(guò)組長(zhǎng)看了一下審核基本通過(guò)。要求：根據(jù)Group，從XML中讀取控件配置信息，動(dòng)態(tài)設(shè)置控件在主窗體中的顯示。Dailywork6每天都有不同的要求，哎，果然和學(xué)校是不一樣啊，今天將DLL中的控件更換成窗體，方法仍然采用反射+抽象工廠模式。雖然自己有一定編程經(jīng)驗(yàn)，但是遇到問(wèn)題是不可避免的，今天在編寫(xiě)過(guò)程中遇到了一個(gè)問(wèn)題，就是當(dāng)窗體接口和窗體類庫(kù)放在一起的時(shí)候，在工廠中創(chuàng)建的實(shí)例無(wú)法裝換成接口類型，經(jīng)過(guò)多次測(cè)試和上網(wǎng)查閱相關(guān)資料，發(fā)現(xiàn)控件類實(shí)現(xiàn)接口，不能將接口放在同一個(gè)類庫(kù)中，針對(duì)以上問(wèn)題在網(wǎng)上查閱相關(guān)資料，結(jié)果還是沒(méi)有相同的主題，沒(méi)辦法，只有硬著頭皮在網(wǎng)上找，沒(méi)有主題就找有沒(méi)有相關(guān)的例子，結(jié)果還是沒(méi)有，差點(diǎn)就無(wú)語(yǔ)了，突然看到有類似方法的一個(gè)例子，真是柳暗花明又一村啊，仔細(xì)看了看，發(fā)現(xiàn)他和我的結(jié)構(gòu)有些差異，所以調(diào)了一下結(jié)構(gòu)，一編譯果然痛過(guò)了，就是將兩個(gè)類庫(kù)分離，再在接口中加入工廠便可創(chuàng)建實(shí)例并轉(zhuǎn)換成接口。在主窗體中只需要引用該接口類庫(kù)便可達(dá)到要求，使程序耦合性降低了。Dailywork7由于黎甫對(duì)DLL的要求發(fā)生變化，今天就不斷修正DLL程序，并驗(yàn)收，再結(jié)合Group的窗口排列方式對(duì)DLL中的窗體進(jìn)行測(cè)試。我現(xiàn)在才明白，編寫(xiě)代碼是一件很容易的事，但是編寫(xiě)好的代碼卻是很難的事情，好的代碼要有可維護(hù)性、可擴(kuò)展性，這樣在修改的話就很簡(jiǎn)單，可不能像我昨天寫(xiě)得代碼，根本談不上藝術(shù)，所以一旦面對(duì)客戶的要求，改動(dòng)就很困難，這一點(diǎn)值得我繼續(xù)學(xué)習(xí)。至于可擴(kuò)展性也是對(duì)維護(hù)的擴(kuò)充，因?yàn)轭櫩偷囊笥锌赡茈S時(shí)都在改變，我們也得適應(yīng)客戶的要求，如果軟件有了可擴(kuò)展性，那么它的改動(dòng)就比較小，就能適應(yīng)顧客的要求。所有上面說(shuō)的這些都是自己要學(xué)習(xí)的地方，這樣在以后的商業(yè)開(kāi)發(fā)中才能游刃有余，應(yīng)對(duì)自如。Dailywork8回顧前幾天所做的練習(xí)，對(duì)遇到的問(wèn)題進(jìn)行解決，在網(wǎng)上查閱相關(guān)資料獨(dú)立解決，并對(duì)之前的一些項(xiàng)目練習(xí)做好備份。將這幾天練習(xí)中所用的編程方法都串聯(lián)了一遍，形成了固定的模式，以便在今后可以快速的使用。Dailywork9今天算是正式開(kāi)始做公司的項(xiàng)目，上午黎甫和秦陽(yáng)在會(huì)議室給我講解了項(xiàng)目的一些功能并進(jìn)行討論，大致理解了項(xiàng)目后，分配了自己的一部分任務(wù)，整理過(guò)后在多次與秦陽(yáng)的溝通請(qǐng)教下明白了自己的任務(wù)，下午秦陽(yáng)建好VSS，我拷貝項(xiàng)目進(jìn)行框架整合和測(cè)試。在編寫(xiě)代碼的過(guò)程中也涉及了一些問(wèn)題，通過(guò)看MSDN和上論壇，基本得到解決，同時(shí)也了解了一些C#其它的相關(guān)知識(shí)。Dailywork10今天繼續(xù)昨天的任務(wù)，做一個(gè)小測(cè)試，將現(xiàn)今做的項(xiàng)目所有代碼進(jìn)行整合測(cè)試，測(cè)試要求是在數(shù)據(jù)庫(kù)中配置菜單項(xiàng)，動(dòng)態(tài)添加幾項(xiàng)菜單項(xiàng)，在不同點(diǎn)擊下動(dòng)態(tài)從DLL中加載窗體讀取配置文件進(jìn)行排列，順利完成。要求：抽象接口，并繼承；XML中命名空間和類名不要設(shè)置成結(jié)點(diǎn)，設(shè)置成屬性。封裝算法到DLL；在FirstWork中使用XML配置；建立一個(gè)XMLclass進(jìn)行操作；建立一個(gè)中間工廠類用反射在類庫(kù)中查找響應(yīng)算法；事件和委托。接口.XML中結(jié)點(diǎn)：程序集名稱；命名空間.類名；接口名稱；加載的時(shí)候轉(zhuǎn)化為接口；XML中增加一個(gè)結(jié)點(diǎn)用來(lái)存儲(chǔ)客戶端關(guān)于算法的選擇，按選擇動(dòng)態(tài)改變其值，然后算法中讀取該值進(jìn)行排序選擇。為解決的問(wèn)題：在一個(gè)工具條上配置多個(gè)工具，并添加事件，好像數(shù)據(jù)庫(kù)不能實(shí)現(xiàn)。OK了！Dailywork11同步多線程方式實(shí)現(xiàn)Tcp/Ip發(fā)送。Dailywork12多線程要解除委托，避免出現(xiàn)異常;設(shè)置心跳包，檢查客戶端是否斷開(kāi)連接；UDP服務(wù)器與客戶端握手，以及連接，數(shù)據(jù)報(bào)Dailywork13Dailywork14Windows服務(wù)項(xiàng)目了解Dailywork15解決Udp局域網(wǎng)內(nèi)廣播方式通信。Dailywork16數(shù)據(jù)庫(kù)導(dǎo)出到XML，填充已設(shè)置菜單及工具欄結(jié)構(gòu)，返回上層，在工廠中添加X(jué)ML配置文件，選擇是從數(shù)據(jù)庫(kù)還是XML中讀取。首先把數(shù)據(jù)庫(kù)轉(zhuǎn)化為XML研究如何和調(diào)用數(shù)據(jù)庫(kù)的接口結(jié)合設(shè)計(jì)XML操作工程工廠更改與設(shè)計(jì)ReadMenuInfo.cs中publicMenuItemInfoNode[]ReadInfo(stringSite)定義為接口中的函數(shù)可能的Xpath:/Root/Item[@WndId=‘’ortb_MenuID=‘’]選取所有bookstore元素中price元素的值小于9或大于10的book元素.Dailywork17完成菜單和工具條從數(shù)據(jù)庫(kù)轉(zhuǎn)化為XML中導(dǎo)出。Dailywork18整理優(yōu)化從XML中導(dǎo)出的過(guò)程，此外還；閱讀其他英文原版資料書(shū)。Dailywork19要求：封裝窗體到DLL；導(dǎo)出事件；XML配置窗體參數(shù)；從control繼承。動(dòng)態(tài)生成，使用抽象工廠模式；Group的順序無(wú)序由自己決定(從XML中讀取)；XML操作類；心得時(shí)間過(guò)的真快，一眨眼時(shí)間我在北京世紀(jì)德辰通信技術(shù)有限