程序聚合 软件案例 舞萌查分系统-maimaiCheck

舞萌查分系统-maimaiCheck

2026-03-28 18:36:35
行业:游戏/电竞
载体:安卓APP
技术:Kotlin、Gradle、Microsoft Cognitive Toolkit (CNTK)

业务和功能介绍



1. 立项背景和目标
背景:舞萌DX官方无成绩查询系统,现有网页查分器操作繁琐、体验不佳。
目标:开发原生Android查分器,让玩家快速查询成绩,清晰展示Rating和Best 50数据。
2. 核心功能模块
模块 功能
玩家查询 输入玩家名,调用水鱼API获取数据
状态管理 管理空闲/加载/成功/错误四种UI状态
信息展示 展示玩家Rating、额外Rating
成绩列表 展示DX/SD谱面Best 50,含评级、达成率、定数等
错误处理 网络异常、玩家不存在等友好提示
3. 业务流程
text
启动 → 输入玩家名 → 点击查询

加载中...

├─ 成功 → 显示玩家信息 + 成绩列表
└─ 失败 → 显示错误提示 → 重新查询

项目实现

1. 整体架构和设计思路
采用 MVVM架构,分为三层:
View层:Jetpack Compose + Material 3,负责UI渲染和用户交互
ViewModel层:AndroidX ViewModel + 协程,负责状态管理和业务逻辑
网络层:Retrofit + Gson,负责API调用和JSON解析
使用密封类定义空闲、加载中、成功、错误四种UI状态,实现单向数据流。成绩列表使用LazyColumn懒加载优化性能。
2.我的负责模块和结果
本人独立完成全部开发工作:
数据模型:定义PlayerData、Charts、ScoreRecord三个数据类,覆盖14个字段
网络请求:配置Retrofit客户端,实现API接口,设置30秒超时
状态管理:实现UiState密封类和ViewModel,管理四种状态切换
UI构建:开发搜索框、玩家卡片、成绩列表、加载动画、错误提示等6个界面组件
错误处理:封装HTTP异常、网络断开、超时等5种错误类型的统一处理
单元测试:编写4个测试用例,全部通过
项目成果:完成功能完整的Android查分器,代码约400行,运行稳定。
3.我遇到的难点和解决方案
协程测试失败:在编写单元测试时,网络请求是异步执行的,断言执行时协程还未完成,导致测试总是失败。解决方案是使用协程测试库中的 runTest 配合 advanceUntilIdle 方法,等待所有协程执行完毕后再进行断言,确保测试结果正确。
@Composable注解编译错误:定义颜色函数时内部使用了 MaterialTheme,但函数本身未标记 @Composable 注解,导致编译报错。考虑到这些函数只需要返回固定颜色值,不需要依赖Compose上下文,因此将函数改为普通函数,直接返回十六进制颜色值,问题解决。

HTTP 400错误排查:查询玩家名时始终返回400错误,最初以为是代码问题,排查了请求头、请求体格式等多个方面。后来发现是因为该玩家名未在水鱼查分器官网绑定账号,API返回的400实际上是“玩家不存在”的含义。解决方案是在错误处理中增加对400状态码的特殊处理,给出“未找到玩家,请确认玩家名是否正确或是否已绑定”的友好提示。
包名不一致导致编译失败:测试文件和主代码文件的包名不一致,导致编译时找不到相关类。解决方案是统一所有文件的包名为 com.example.mamaicheck,确保代码能够正确引用。
成绩列表滚动卡顿:最初使用Column垂直排列所有成绩条目,当成绩数量较多时界面滚动出现明显卡顿。改用LazyColumn懒加载列表后,只渲染可见区域的条目,滚动流畅度大幅提升。

示例图片视频


西瓜
30天前活跃
方向: 移动端-安卓、
交付率:100.00%
相似推荐
人寿保险核心业务系统-LIS
1,为人寿保险公司提供核心业务开展的软件支持,满足公司业务开展要求和监管审批条件 2,涉及投保,保全,理赔,监管等模块 3,投保模块从扫描开始,对保单数据提取,人工核对录入后,通过工作流审核,将保单存放系统并形成正式合同。监管模块通过配置规则,将业务订单和财务数据按监管要求进行提取,生成文件上报,对回执内容解析和生成后续工作流。
阿里某BU-对账结算系统
阿里某BU对账结算系统是面向交通出行场景的全链路财务结算平台,全面支撑机票、火车票、船票、租车等多条业务线的资金对账与结算工作,覆盖交易对账、账单核销、成本核算、利润结转、差错处理全流程核心能力,是BU出行交易资金闭环、账务合规、收益核算的核心底层系统。平台承接全品类出行订单的日均大规模账务计算任务,保障海量交易数据下账务精准、结算合规、异常可追溯。 系统采用主流Spring Boot微服务架构搭建后端服务,底层基于PolarDB分布式数据库完成亿级交易数据的稳定存储,依托MaxCompute Spark构建弹性算力引擎,搭建批流一体OLAP计算体系,支撑日均百万级的对账、结转计算任务,可弹性应对大促、峰值订单流量带来的账务计算压力,保障全业务线财务结算高效、稳定、准确落地。
Go+FFmpeg 抖音财经股票指标视频自动化生成系统
一、项目简介 本人自1993年接触证券市场,2004年尝试用PHP开发自动化指标筛选程序,因并发性能限制,批量数据运算耗时过长。2015年转向Go语言,依托原生并发模型,将运算耗时由半小时优化至1分钟内,期间对比Python、Julia等语言后,最终选定Go为主力开发语言。 2025年启动本项目:基于自研股票指标函数体系,搭建财经短视频自动化流水线,将量化指标可视化内容批量生成视频并适配抖音平台分发标准。 技术迭代上,初期采用fogleman/gg生成PNG图片序列,再由FFmpeg合成视频。经持续优化,现绝大部分素材渲染直接交由FFmpeg完成,仅在FFmpeg耗时过高、分辨率无法满足需求时,回退使用GG生成静态图片。整套系统已实现数据解析、图表渲染、视频合成一站式自动化。 二、业务功能 批量指标运算:批量读取量化数据,自动运算生成股票指标信号。 数据可视化渲染:支持FFmpeg滤镜实时绘图,兼容GG静态PNG绘图兜底方案。 短视频自动合成:按平台规范自动合成视频,适配抖音等主流短视频平台分辨率与码率要求。 全流程自动化调度:从数据到视频全链路自动化,支持持续产出可视化素材。 智能渲染链路切换:根据耗时、画质需求,自动选择最优渲染方案(FFmpeg主链路/GG兜底)。 三、技术栈 Go、FFmpeg、fogleman/gg、股票量化接口、自动化调度脚本
量化工作平台
1、项目是面向股票、ETF、指数和期货的本地量化数据与策略研究平台,覆盖数据维护、因子研究、策略回测及研究成果管理等环节。 2、支持从 Tushare 和期货 Tick 文件获取数据,完成增量更新、复权处理、标准化存储、失败重试以及数据完整性和质量检查。 3、内置 Basic、Alpha158、Alpha101 等因子体系,支持因子计算、覆盖率检查、IC/RankIC 分析、分组收益分析、稳定性评估和因子选股。 4、提供股票池筛选、组合回测、调仓、交易成本、涨跌停及 ST 等交易约束,并输出净值、交易、持仓、诊断和基准对比结果。 5、支持策略回测、跟踪。 6、提供本地可视化工作台,可查看数据状态、因子、策略、组合和研究产物,并通过 Watchlist 和生命周期机制管理候选策略及复盘记录。
报表中台
本模块提供多维度报表数据展示及多格式导出功能,支持将业务数据一键导出为 Excel、CSV 及 PDF 格式。系统内置高性能生成引擎,保障大数据量导出时的稳定与高效,满足用户离线分析、数据归档及财务对账等多样化业务需求。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服