Files
platz/tests/test_sitzplatzverteilung.py
T
Michael Stangl 6710d4f06a Bessere Verteilung: Strafen/Mutation, plus Abstammungsbaum mit Id-Herkunft
Weniger vermeidbare Gruppentrennungen:
- strafen.cfg: Tischbesetzung bestraft jetzt gestaffelt nach freien
  Plaetzen (teilbelegte Tische am teuersten, mit Fallback auf den
  naechstkleineren Eintrag), Trennungsstrafen deutlich erhoeht - so
  werden Gruppen nicht mehr getrennt, obwohl leere Tische danebenstehen
- gibPunkte('Tischbesetzung') mit Naechst-kleiner-Fallback
- mutieren() setzt geraeumte Gruppen groesste-zuerst neu
  (GruppenSetzen(GrosseZuerst=True)), damit grosse Gruppen die frei
  gewordenen ganzen Tische bekommen und wieder zusammenkommen
  (uebrig bleiben nur physisch unvermeidbare Trennungen, Gruppe > Tisch)

Abstammungsbaum (neuer Schalter --show-lineage -> Abstammung.svg):
- neue Klasse ga.Abstammung zeichnet den vollen Mutationsbaum aller
  Loesungen; der Ast der finalen besten Loesung ist hervorgehoben und
  mit ihrer Id beschriftet
- hierarchische Loesungs-Ids (Farm._WurzelId/_KindId): Wurzel '7',
  Mutationskind '7.2', dessen Kind '7.2.1' - die ganze Abstammung ist
  direkt aus der Id ablesbar

Tests (15 gruen), README und CLAUDE.md aktualisiert; Beispiele mit den
neuen Strafen und beiden Grafiken neu berechnet.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
2026-07-11 22:38:43 +02:00

411 lines
15 KiB
Python

"""
Unittests fuer Sitzplatzverteilung anhand von drei einfachen Szenarien:
1. Drei Tische in einer Kette (je 2 Plaetze), drei Paare
-> jedes Paar passt exakt an einen Tisch, keine Gruppe wird getrennt.
2. Vier Tische in einer Linie (je 2 Plaetze), zwei Vierergruppen
-> jede Vierergruppe verteilt sich auf ein zusammenhaengendes
Tischpaar (T1+T2 bzw. T3+T4), nie ueber die mittlere Naht hinweg.
3. Sechs Tische im Kreis (je 2 Plaetze), vier Dreiergruppen
-> jede Dreiergruppe wird genau einmal auf zwei Nachbartische
aufgeteilt (2+1), da kein Tisch drei Plaetze hat.
"""
import os
import random
import sys
import unittest
sys.path.insert(0, os.path.join(os.path.dirname(__file__), '..', 'libs'))
from Strukturdaten import Gruppe, Gruppen, JSONConfig, Person, Sitzplatzverteilung, Strafliste, Tisch, Tische
from ga import Abstammung, Entwicklung, Farm, Zyklus, _StringAusdruck
IMAGES_DIR = os.path.join(os.path.dirname(__file__), '..', 'doc', 'images')
def erzeuge_personen(anzahl, start_id=1):
return [Person(i, 'Vorname%d' % i, 'Nachname%d' % i) for i in range(start_id, start_id + anzahl)]
class TestDreiTischeKettePaare(unittest.TestCase):
"""Drei Tische paarweise benachbart (Kette T1-T2-T3), je 2 Plaetze, 3 Paare."""
def setUp(self):
random.seed(1)
self.T1 = Tisch(1, Plaetze=2, Koordinaten=(1, 1), Nachbarliste=[2])
self.T2 = Tisch(2, Plaetze=2, Koordinaten=(2, 1), Nachbarliste=[1, 3])
self.T3 = Tisch(3, Plaetze=2, Koordinaten=(3, 1), Nachbarliste=[2])
self.Tische = Tische([self.T1, self.T2, self.T3])
Personen = erzeuge_personen(6)
self.G1 = Gruppe(1, Personen[0:2])
self.G2 = Gruppe(2, Personen[2:4])
self.G3 = Gruppe(3, Personen[4:6])
self.Gruppen = Gruppen([self.G1, self.G2, self.G3])
self.Strafen = Strafliste(
GruppenTrennen={1: {2: -10}, 2: {}, 3: {}},
NichtNachbar=-3, Allein=-30, TischWert={1: -3, 2: -2} )
def test_alle_paare_komplett_an_einem_tisch(self):
SV = Sitzplatzverteilung( Tische=self.Tische, Gruppen=self.Gruppen,
Strafen=self.Strafen, VIPListe={}, VIPs=Gruppe(0) )
SV.alsSVG( os.path.join(IMAGES_DIR, 'drei_tische_kette_paare.svg') )
for G in (self.G1, self.G2, self.G3):
self.assertEqual( SV.GruppenTeilungGet(G), 0,
"Paar %s haette nicht getrennt werden duerfen" % G.Id )
# jeder der drei Tische ist von genau einem Paar voll besetzt
Tid_zu_Gid = {}
for Gid, Tids in SV.Gid_Tid.items():
self.assertEqual( len(Tids), 1 )
Tid_zu_Gid[next(iter(Tids))] = Gid
self.assertEqual( set(Tid_zu_Gid.keys()), {1, 2, 3} )
# optimale Verteilung: keine Strafpunkte
self.assertEqual( SV.value, 0 )
class TestVierTischeLinieViergruppen(unittest.TestCase):
"""Vier Tische in einer Linie (T1-T2-T3-T4), je 2 Plaetze, 2 Vierergruppen."""
def setUp(self):
random.seed(1)
self.T1 = Tisch(1, Plaetze=2, Koordinaten=(1, 1), Nachbarliste=[2])
self.T2 = Tisch(2, Plaetze=2, Koordinaten=(2, 1), Nachbarliste=[1, 3])
self.T3 = Tisch(3, Plaetze=2, Koordinaten=(3, 1), Nachbarliste=[2, 4])
self.T4 = Tisch(4, Plaetze=2, Koordinaten=(4, 1), Nachbarliste=[3])
self.Tische = Tische([self.T1, self.T2, self.T3, self.T4])
Personen = erzeuge_personen(8)
self.G1 = Gruppe(1, Personen[0:4])
self.G2 = Gruppe(2, Personen[4:8])
self.Gruppen = Gruppen([self.G1, self.G2])
self.Strafen = Strafliste(
GruppenTrennen={1: {4: -6}, 2: {}, 3: {}},
NichtNachbar=-3, Allein=-30, TischWert={1: -3, 2: -2} )
def test_viergruppen_bleiben_auf_zusammenhaengendem_tischpaar(self):
SV = Sitzplatzverteilung( Tische=self.Tische, Gruppen=self.Gruppen,
Strafen=self.Strafen, VIPListe={}, VIPs=Gruppe(0) )
SV.alsSVG( os.path.join(IMAGES_DIR, 'vier_tische_linie_viergruppen.svg') )
# jede Gruppe wird genau einmal geteilt (2 Tische a 2 Plaetze)
self.assertEqual( SV.GruppenTeilungGet(self.G1), 1 )
self.assertEqual( SV.GruppenTeilungGet(self.G2), 1 )
Tids_G1 = SV.Gid_Tid[self.G1.Id]
Tids_G2 = SV.Gid_Tid[self.G2.Id]
# jede Gruppe liegt auf genau einem der beiden erwarteten Nachbarpaare,
# nie ueber die mittlere Naht (T2-T3) hinweg vermischt
erwartete_paare = ({1, 2}, {3, 4})
self.assertIn( Tids_G1, erwartete_paare )
self.assertIn( Tids_G2, erwartete_paare )
self.assertNotEqual( Tids_G1, Tids_G2 )
# alle Tische sind voll besetzt, es sitzt niemand allein
# (SV.Tische ist eine Kopie der urspruenglichen Tische, siehe
# Sitzplatzverteilung.__init__ -> Tische.deepcopy())
for T in SV.Tische:
self.assertTrue( T.istvoll() )
class TestSechsTischeKreisDreiergruppen(unittest.TestCase):
"""Sechs Tische im Kreis (T1..T6), je 2 Plaetze, 4 Dreiergruppen."""
def setUp(self):
random.seed(2)
self.T1 = Tisch(1, Plaetze=2, Koordinaten=(0, 2), Nachbarliste=[2, 6])
self.T2 = Tisch(2, Plaetze=2, Koordinaten=(1, 1), Nachbarliste=[1, 3])
self.T3 = Tisch(3, Plaetze=2, Koordinaten=(1, -1), Nachbarliste=[2, 4])
self.T4 = Tisch(4, Plaetze=2, Koordinaten=(0, -2), Nachbarliste=[3, 5])
self.T5 = Tisch(5, Plaetze=2, Koordinaten=(-1, -1), Nachbarliste=[4, 6])
self.T6 = Tisch(6, Plaetze=2, Koordinaten=(-1, 1), Nachbarliste=[5, 1])
self.Tische = Tische([self.T1, self.T2, self.T3, self.T4, self.T5, self.T6])
self.NachbarnVonTid = {
1: {2, 6}, 2: {1, 3}, 3: {2, 4}, 4: {3, 5}, 5: {4, 6}, 6: {5, 1} }
Personen = erzeuge_personen(12)
self.G1 = Gruppe(1, Personen[0:3])
self.G2 = Gruppe(2, Personen[3:6])
self.G3 = Gruppe(3, Personen[6:9])
self.G4 = Gruppe(4, Personen[9:12])
self.Gruppen = Gruppen([self.G1, self.G2, self.G3, self.G4])
self.Strafen = Strafliste(
GruppenTrennen={1: {3: -8}, 2: {}, 3: {}},
NichtNachbar=-3, Allein=-30, TischWert={1: -3, 2: -2} )
def test_dreiergruppen_je_einmal_auf_nachbartische_geteilt(self):
SV = Sitzplatzverteilung( Tische=self.Tische, Gruppen=self.Gruppen,
Strafen=self.Strafen, VIPListe={}, VIPs=Gruppe(0) )
SV.alsSVG( os.path.join(IMAGES_DIR, 'sechs_tische_kreis_dreiergruppen.svg') )
# 4 Dreiergruppen = 12 Personen auf 6x2 = 12 Plaetzen -> alle Tische voll.
# (SV.Tische ist eine Kopie der urspruenglichen Tische, siehe
# Sitzplatzverteilung.__init__ -> Tische.deepcopy())
for T in SV.Tische:
self.assertTrue( T.istvoll() )
# da kein Tisch 3 Plaetze hat, muss jede Dreiergruppe genau einmal
# auf zwei Tische aufgeteilt werden (2+1); dies gilt unabhaengig
# vom Zufalls-Seed, da bei voller Auslastung (12 Personen auf
# 12 Plaetzen) keine andere Aufteilung uebrig bleibt.
for G in (self.G1, self.G2, self.G3, self.G4):
self.assertEqual( SV.GruppenTeilungGet(G), 1 )
Tids = SV.Gid_Tid[G.Id]
self.assertEqual( len(Tids), 2 )
# mit dem hier fest gewaehlten Seed sitzen alle geteilten Gruppen
# zusaetzlich tatsaechlich an zwei benachbarten Tischen (der
# GA-Fallback duerfte bei knapper Auslastung im Kreis im
# Allgemeinen auch nicht-benachbarte Tische waehlen)
for G in (self.G1, self.G2, self.G3, self.G4):
Tid_a, Tid_b = tuple(SV.Gid_Tid[G.Id])
self.assertIn( Tid_b, self.NachbarnVonTid[Tid_a],
"Tische %s der Gruppe %s sind keine Nachbarn" % (SV.Gid_Tid[G.Id], G.Id) )
class TestJSONConfig(unittest.TestCase):
"""Parsen der bestellung.json: Gruppen, VIP-Bindung, Anzahl-Expansion."""
def test_gruppen_vips_und_sammelbuchung(self):
Daten = {
"gruppen": [
{
"name": "Brautpaar",
"tisch": 1,
"personen": [
{"vorname": "Julia", "nachname": "Brandt"},
{"vorname": "Daniel", "nachname": "Sommer", "titel": "Dr."},
],
},
{
"name": "Familie Huber",
"personen": [
{"vorname": "Anna", "nachname": "Huber"},
{"vorname": "Berta", "nachname": "Huber"},
],
},
{
"name": "Musikverein",
"anzahl": 5,
"personen": [ {"vorname": "Gast", "nachname": "Musikverein"} ],
},
]
}
PN, GN, VIPGruppe, VipHash, GruppenNamen = JSONConfig().HandleBestellung(Daten)
# VIP-Gruppe: beide ans Tisch 1 gebunden, nicht in den GA-Gruppen
self.assertEqual( VIPGruppe.Anzahl(), 2 )
self.assertEqual( set(VipHash.values()), {1} )
self.assertEqual( len(VipHash), 2 )
# regulaere Gruppen: Familie Huber (2) + Musikverein (5x expandiert) = 7
self.assertEqual( GN.NLeute, 7 )
self.assertEqual( len(GN.GruppenListe), 2 )
# Sammelbuchung: die eine Musikverein-Person wurde 5x vervielfacht
Groessen = sorted( G.Anzahl() for G in GN.GruppenListe )
self.assertEqual( Groessen, [2, 5] )
# Anzeigenamen kommen durch
self.assertIn( "Familie Huber", GruppenNamen.values() )
self.assertIn( "Musikverein", GruppenNamen.values() )
def test_fehlende_pflichtfelder_werfen_fehler(self):
with self.assertRaises(ValueError):
JSONConfig().HandleBestellung( {"keine_gruppen": []} )
with self.assertRaises(ValueError):
JSONConfig().HandleBestellung(
{"gruppen": [ {"personen": [ {"vorname": "Nur"} ]} ]} )
class TestStringAusdruck(unittest.TestCase):
"""Der sichere Zyklus-Ausdruck-Auswerter (Ersatz fuer eval)."""
def test_verkettung_und_vervielfachung(self):
self.assertEqual(
_StringAusdruck("'e,'+'s,z,m,j,z,'*3+'s'"),
'e,s,z,m,j,z,s,z,m,j,z,s,z,m,j,z,s' )
self.assertEqual( _StringAusdruck("'e,s'"), 'e,s' )
def test_lehnt_code_ab(self):
# kein Funktionsaufruf, keine Namen, kein Import
for boese in ("__import__('os')", "open('x')", "1+1", "a+'b'"):
with self.assertRaises(ValueError):
_StringAusdruck(boese)
class TestEntwicklung(unittest.TestCase):
"""Das Beobachtungsobjekt zeichnet den Verlauf auf und rendert SVG."""
class _L:
def __init__(self, value):
self.value = value
def test_erfassen_und_svg(self):
E = Entwicklung()
E.erfassen( 'e', [self._L(-200), self._L(-150), self._L(-90)] )
E.erfassen( 's', [self._L(-90), self._L(-70)] )
E.erfassen( 'm', [self._L(-70), self._L(-40)] )
self.assertEqual( len(E.Punkte), 3 )
# je Punkt: (index, aktion, best, schnitt, schlecht, N)
_i, aktion, best, schnitt, schlecht, n = E.Punkte[0]
self.assertEqual( aktion, 'e' )
self.assertEqual( best, -90 )
self.assertEqual( schlecht, -200 )
self.assertEqual( n, 3 )
Pfad = os.path.join( IMAGES_DIR, 'test_entwicklung.svg' )
E.alsSVG( Pfad )
with open(Pfad) as f:
svg = f.read()
self.assertIn( '<svg', svg )
# 3 Wertigkeitskurven (best/schnitt/schlecht) + 1 Pool-Groessenkurve
self.assertEqual( svg.count('<polyline'), 4 )
# das zweite Panel zeigt die Anzahl erzeugter Verteilungen im Pool
self.assertIn( 'Anzahl erzeugter Verteilungen im Pool', svg )
self.assertIn( 'stroke="#4060a0"', svg ) # Pool-Kurve
def test_leere_entwicklung_wirft_beim_svg(self):
with self.assertRaises(ValueError):
Entwicklung().alsSVG( os.path.join(IMAGES_DIR, 'leer.svg') )
class TestAdaptiverZyklus(unittest.TestCase):
"""Der adaptive Zyklus startet mit vielen Loesungen, laesst die
Population schrumpfen und bricht bei Konvergenz ab."""
class _L:
"""minimale GA-Loesung: fester Wert, Mutation aendert nichts (so
konvergiert der beste Wert sofort -> Abbruch nach 'Geduld')."""
def __init__(self, *a, **k):
self.value = -100
def mutieren(self):
return self
def __eq__(self, other):
return self.value == other.value
def __lt__(self, other):
return self.value < other.value
def _zyklus(self, **params):
Z = Zyklus()
Z.Modus = 'adaptiv'
Z.Adaptiv = dict(Zyklus.AdaptivDefaults)
Z.Adaptiv.update(params)
return Z
def test_population_schrumpft_und_bricht_bei_konvergenz_ab(self):
Z = self._zyklus( Start=40, Schrumpfung=0.85, MinPopulation=5,
MaxGenerationen=50, Geduld=3, Schwelle=1.0 )
F = Farm( Z, self._L )
# Pool-Groessen je 's'-Aufzeichnung (Ende jeder Generation)
pop_pro_gen = [ p[5] for p in F.Entwicklung.Punkte if p[1] == 's' ]
# monoton fallend (Population schrumpft) ...
self.assertTrue( all( a >= b for a, b in zip(pop_pro_gen, pop_pro_gen[1:]) ),
"Population muss von Generation zu Generation schrumpfen: %s"
% pop_pro_gen )
self.assertLess( pop_pro_gen[-1], pop_pro_gen[0] )
# ... und da nichts besser wird, nach Geduld(=3) Generationen Abbruch,
# also klar vor MaxGenerationen(=50).
self.assertLessEqual( len(pop_pro_gen), 4 )
def test_population_faellt_nicht_unter_min(self):
Z = self._zyklus( Start=8, Schrumpfung=0.5, MinPopulation=5,
MaxGenerationen=10, Geduld=99, Schwelle=1.0 )
F = Farm( Z, self._L )
pop_pro_gen = [ p[5] for p in F.Entwicklung.Punkte if p[1] == 's' ]
self.assertTrue( all( n >= 5 for n in pop_pro_gen ),
"MinPopulation=5 darf nicht unterschritten werden: %s"
% pop_pro_gen )
class TestAbstammung(unittest.TestCase):
"""Der Stammbaum vergibt hierarchische Ids, aus denen sich die Abstammung
ablesen laesst, und zeichnet einen Baum."""
class _L:
"""GA-Loesung, deren Mutation den Wert leicht verbessert (damit ueber
Generationen ein mehrstufiger Ast entsteht)."""
def __init__(self, *a, **k):
self.value = -100
def mutieren(self):
self.value = self.value + 1
return self
def __eq__(self, other):
return self.value == other.value
def __lt__(self, other):
return self.value < other.value
def _zyklus(self, **params):
Z = Zyklus()
Z.Modus = 'adaptiv'
Z.Adaptiv = dict(Zyklus.AdaptivDefaults)
Z.Adaptiv.update(params)
return Z
def test_hierarchische_ids_kodieren_abstammung(self):
Z = self._zyklus( Start=5, Schrumpfung=1.0, MinPopulation=5,
MaxGenerationen=3, Geduld=99, Schwelle=0.0 )
F = Farm( Z, self._L )
Knoten = F.Abstammung.Knoten
# Wurzeln sind schlichte Zahlen ohne Punkt und haben keine Eltern
wurzeln = [ Id for Id, K in Knoten.items() if K['eltern'] is None ]
self.assertTrue( all( '.' not in Id for Id in wurzeln ) )
self.assertEqual( len(wurzeln), 5 )
# jede Kind-Id ist Eltern-Id + '.' + index; die Eltern-Id ist damit
# das Praefix bis zum letzten Punkt und existiert als Knoten
for Id, K in Knoten.items():
if K['eltern'] is None:
continue
self.assertIn( '.', Id )
self.assertEqual( Id.rsplit('.', 1)[0], K['eltern'] )
self.assertIn( K['eltern'], Knoten )
def test_ahnenkette_ist_aus_id_ablesbar(self):
# Bei einem Kind '3.2.1' muessen '3.2' und '3' die Ahnen sein
A = Abstammung()
A.erfassen( '3', None, 0, -100, 'e' )
A.erfassen( '3.2', '3', 1, -99, 'm' )
A.erfassen( '3.2.1', '3.2', 2, -98, 'm' )
# rueckwaerts ueber die Eltern-Verweise
kette = []
Id = '3.2.1'
while Id is not None:
kette.append(Id)
Id = A.Knoten[Id]['eltern']
self.assertEqual( kette, ['3.2.1', '3.2', '3'] )
# und das laesst sich auch rein syntaktisch aus der Id ablesen
self.assertEqual( '3.2.1'.split('.'), ['3', '2', '1'] )
def test_svg_hebt_beste_hervor(self):
Z = self._zyklus( Start=4, Schrumpfung=1.0, MinPopulation=4,
MaxGenerationen=2, Geduld=99, Schwelle=0.0 )
F = Farm( Z, self._L )
Bester = F.Bester()
Pfad = os.path.join( IMAGES_DIR, 'test_abstammung.svg' )
F.Abstammung.alsSVG( Pfad, HervorId=Bester._absid )
with open(Pfad) as f:
svg = f.read()
self.assertIn( '<svg', svg )
self.assertIn( 'Abstammung der Loesungen', svg )
# die Id der besten Loesung ist als Beschriftung enthalten
self.assertIn( '>%s</text>' % Bester._absid, svg )
def test_leere_abstammung_wirft_beim_svg(self):
with self.assertRaises(ValueError):
Abstammung().alsSVG( os.path.join(IMAGES_DIR, 'leer_abst.svg') )
if __name__ == '__main__':
unittest.main()