软工第二次作业

软件工程课程第二次个人作业 —— “一箭又一箭” 小游戏

项目内容	内容
这个作业属于哪个课程	https://edu.cnblogs.com/campus/fzu/2026-01SoftwareEngineeringandSoftwareEngineeringPractice/
这个作业要求在哪里	https://edu.cnblogs.com/campus/fzu/2026-01SoftwareEngineeringandSoftwareEngineeringPractice/homework/16718
这个作业的目标	使用 Python 和 AIGC 完成 “一箭又一箭” 小游戏
学号	<102401623>
GitHub 仓库	https://github.com/DUJIAWEI123374/game/edit/main/README.md

一、项目展示

• 开始界面：
  ![开始界面]
  

• 游戏过程：
  ![游戏过程]
  

• 碰撞反馈（红叉 + 晃动 + “被阻挡！”）：
  ![碰撞反馈]
  

• 通关界面：
  ![通关界面]
  

• 失败界面：
  ![失败界面]
  

二、项目介绍

游戏规则：棋盘网格中放置上、下、左、右四个方向的箭头。点击箭头后，程序沿箭头方向从相邻格开始逐格检查直到棋盘边界：途中没有其他箭头时，箭头飞出棋盘并消失；途中存在其他箭头时，箭头被阻挡，不能消失，同时消耗一次失误次数。点击被阻挡的箭头会有晃动、红叉和 “被阻挡！” 文字反馈。清空本关全部箭头即通关并进入下一关；失误次数耗尽则本关失败，可以重新开始。

界面设计：

• 开始界面：游戏标题、规则说明、开始按钮、五个关卡选择按钮；

• 游戏界面：顶部显示当前关卡名、剩余箭头数、剩余失误数（爱心标识），以及 “重新开始 / 提示 / 自动通关 / 返回菜单” 四个按钮；中部为棋盘，箭头飞出时有位移动画和淡出，碰撞时有晃动、红叉和提示文字；

• 通关 / 失败界面：半透明弹窗显示 “通关！” 或 “失败！”，提供 “下一关 / 重新开始 / 返回菜单” 按钮。

主要功能：

• 四方向箭头的绘制、点击与路径检测；

• 飞出（位移动画 + 淡出）与碰撞（晃动 + 红叉 + 文字）两类视觉反馈；

• 失误次数管理与重新开始；

• 5 个可通关关卡（满足 “至少 3 关” 要求），难度递增；

• 附加功能：提示（高亮下一步）、自动通关（程序按求解顺序自动点击）、关卡选择、程序合成音效、演示模式（一键输出截图与 GIF）。

特色：核心逻辑层（logic.py）与界面层（main.py）完全分离，逻辑层不依赖 pygame，可以直接用单元测试覆盖全部点击判定；关卡可解性由求解器自动验证，保证不存在 “无法通关” 的布局。

三、实现思路

1. 箭头、方向与关卡如何表示

• 棋盘用二维数组 grid 表示，每个格子要么是 None（空），要么是一个方向字符串 "up" / "down" / "left" / "right"；

• 关卡用字符串数组描述，^ v < > 四个字符对应四个方向，. 表示空格，可读性高、便于手工调整：

"^>..",

"....",

"..v<",

"...."

• 每个关卡包含名称、失误次数和棋盘布局，定义在 levels.py 中。

2. 路径检测方法（重点）

点击 (r, c) 处的箭头后，沿箭头方向从相邻格开始逐格前进，直到棋盘边界：

def path\_is\_blocked(board, r, c):

    direction = board.arrow\_at(r, c)

    if direction is None:

        return False

    dr, dc = DIRECTIONS\[direction]

    nr, nc = r + dr, c + dc

    while board.in\_bounds(nr, nc):        # 每步先判断是否越界

        if board.has\_arrow(nr, nc):

            return True                    # 途中遇到箭头 -> 被阻挡

        nr += dr

        nc += dc

    return False                           # 直到边界都畅通 -> 可飞出

关键点：

• 边界安全：循环每一步都先用 in_bounds 判断，位于边缘且朝向棋盘外的箭头循环体一次都不执行，直接返回 “可飞出”，不会发生数组越界（对应测试 T03）；

• 四方向统一：四个方向只是坐标增量不同，用 (dr, dc) 增量表统一处理，不写四份重复代码；

• 空格不参与：只有格子里有箭头才会阻挡路径。

3. 点击判定与状态机

GameState 封装 “棋盘 + 失误次数 + 状态（进行中 / 通关 / 失败）”。点击结果分为 fly / blocked / won / lost / none 五种，界面层根据结果播放对应动画：

• fly：清除箭头 + 飞出动画；

• blocked：失误减 1 + 碰撞动画；

• won：清空后进入通关弹窗；

• lost：失误耗尽进入失败弹窗。

4. 关卡可解性验证（附加的求解器）

为满足 “每个关卡都有合理通关顺序”，实现了一个 DFS + 记忆化求解器：不断尝试消除 “当前可以飞出” 的箭头，递归搜索直到棋盘清空。每一关在提交前都通过求解器验证存在 “零失误” 通关顺序，并逐关模拟试玩确认。

四、AIGC 使用过程

本次开发全程使用 豆包（Doubao） AIGC 工具协作完成。以下为 5 次有代表性的协作过程（均来自真实开发记录）。

子任务	借助何种 AIGC 技术	AI 实现或提供了什么	效果如何	人工修改
需求分析与代码结构设计	豆包	将作业需求拆解为纯逻辑层（棋盘 / 路径检测 / 状态机）与 pygame 界面层分离的架构，给出数据表示方案（方向字符串 + 二维数组）	结构清晰，逻辑层可独立测试	确认使用 Pygame 图形库，确定 5 个关卡的规模与失误次数设定
路径检测实现	豆包	生成四方向统一的路径检测代码（增量表 + 逐格循环）	基本可用，四个方向与边界处理统一	编写测试后发现 “边缘朝外” 场景的用例预期写错，修正测试；确认循环内先判越界，杜绝数组越界
关卡设计	豆包	生成 5 个关卡数组，初版第 5 关存在箭头互相阻挡的死锁	测试暴露 “第 5 关无法通关”，求解器返回无解	人工分析死锁原因（同行互挡闭环），调整布局后重新用求解器验证，全部关卡可零失误通关
碰撞反馈动画	豆包	编写晃动（正弦偏移）、红叉、飘起文字的碰撞动画	初版有 Bug：碰撞效果在第一帧就被清理逻辑误删，红叉尺寸过小	调试发现效果清理条件写反（getattr 默认值误判），修正过滤逻辑并放大红叉，像素级验证反馈清晰可见
测试用例与运行验证	豆包	生成 T01~T06 自动化测试 + 关卡求解器校验工具 + 演示模式（截图 / GIF）	12 个测试全部通过，五张截图与 GIF 用于 README 和博客	修复测试用例自身的预期错误；修正演示脚本点错格子的问题；发现 pygame 字体枚举在某机器崩溃，改为直接加载字体文件路径

五、测试结果

采用 “自动化单元测试 + 演示模式试玩” 两种方式。自动化测试文件：tests/test_logic.py，运行结果 12 个用例全部通过。

编号	测试内容	预期结果	实际结果	是否通过
T01	点击前方无阻挡的箭头	箭头飞出棋盘并消失	点击后箭头从棋盘移除，播放飞出动画	✅
T02	点击前方有阻挡的箭头	箭头不消失，失误次数减 1	箭头保留，失误 5→4，晃动 + 红叉 + “被阻挡！”	✅
T03	点击位于边缘且朝向棋盘外的箭头	箭头正常消失，不发生越界错误	上 / 下 / 左 / 右四个边缘朝向场景均正常飞出，无越界	✅
T04	消除本关全部箭头	显示通关并进入下一关	清空后弹出 “通关！”，可进入下一关	✅
T05	失误次数耗尽	显示失败并允许重新开始	失误归零后弹出 “失败！”，重新开始恢复初始状态	✅
T06	游戏进行中重新开始	箭头布局和失误次数恢复	布局与失误次数均恢复为初始值	✅

补充验证：

• 每一关都用求解器验证存在 “零失误” 通关顺序，并模拟试玩全部通关（tools/check_levels.py）；

• 演示模式对开始界面、游戏过程、碰撞、通关、失败五个场景逐张截图确认界面元素完整、文字清晰。

六、PSP 表格

下表 “实际耗时” 为参考值，请按你本人实际开发情况填写。

任务	预估耗时（小时）	实际耗时（小时）	差异（小时）
需求分析与游戏设计	1.0	0.5	-0.5
Python 与图形库学习	2.0	1.0	-1.0
游戏界面实现	3.0	2.5	-0.5
路径与碰撞逻辑实现	2.0	1.5	-0.5
关卡设计	1.0	1.0	0
AIGC 辅助开发	2.0	2.0	0
测试与修改	1.5	1.5	0
README 与博客撰写	1.5	1.5	0
合计	14.0	11.5	-2.5

七、心得体会

AI 带来的帮助：

1. 把模糊需求快速变成可运行结构：拿到作业要求后，AI 很快给出了 “逻辑层 / 界面层分离”“状态机驱动点击判定” 的架构方案，省去了大量从零设计的时间；

2. 自动化测试帮我抓出了真问题：AI 生成的 T01~T06 测试在第一次运行时就有 7 个失败，其中既有我测试用例预期写错，也暴露了 “第 5 关死锁无法通关” 这种单靠肉眼很难发现的严重问题；

3. 调试效率明显提升：碰撞动画不显示的问题，靠逐帧截图 + 像素统计定位到是效果清理条件写反，AI 辅助排查把定位时间压缩到很短。

出现的问题：

1. AI 生成的代码不能直接信任：第 5 关初版布局存在互相阻挡的死锁，必须依赖求解器验证才能发现；碰撞效果被误删是逻辑层的小错误，但表现为 “界面没有反馈”，非常隐蔽；

2. AI 也会受测试用例本身误导：有一次测试失败其实是测试用例的预期写错（单箭头点击即通关应返回 won 而非 fly），需要自己理解规则后修正用例；

3. 环境兼容问题要靠真机验证：pygame 的字体枚举在某台 Windows 上直接崩溃，AI 无法预判，必须在自己机器上实际运行才能发现。

收获：AI 是高效的 “结对程序员”，但它给出的每一行代码都应该由自己理解、验证和负责。本次作业让我真正体会到 “AI 生成 → 测试验证 → 人工修改” 的闭环开发方式，也让我对路径检测、状态机、单元测试这些基础概念有了更扎实的理解。