为师生打造的编程评测系统与AI赋能畅想 🚀🎓 引言各位前辈好！在本文中，我将向您展示我的本科毕业设计——一个前后端

🎓 引言

各位前辈好！在本文中，我将向您展示我的本科毕业设计——一个前后端分离的全栈项目：编程营地。🎉 该项目不仅已顺利完成答辩，还申请了软件著作权。 📝 请注意，目前AI数据分析功能暂时下线。🔄

🛠️

代码量：约6万行 📝
开发周期：约4个月 🕒
技术栈：
- 前端：Vue3 + Arco Design组件库 📱
- 后端：Springboot + Redis + MySQL + RabbitMQ 💻+Docker
- 微服务架构：实验性拆分，目前未完成 🔬

📚 背景介绍

在数字化时代，编程能力已成为学生必备的技能之一。🌐 我深入调研了力扣、洛谷等主流编程评测系统（OJ系统），发现它们大多为求职或竞赛设计。🏆 因此，推出一个面向校园的编程评测系统显得尤为重要，这不仅能提升学生的编程与算法思维能力，还能帮助教师精准掌握学生的学习状况。🏫

🏗️ 系统架构

系统层次图清晰展示了从用户层到存储层的各个层面。服务层通过消息轮询机制将判题信息返回至前端，并采用密钥请求头进行鉴权，同时实现了代码沙箱的隔离运行。🔒

🌈 系统功能介绍

由于涉及的内容比较多，这里重点介绍开发耗时较长的模块——题目推荐、代码编译与AI数据分析。

1. 题目推荐与代码编译模块

题目推荐：利用编辑距离推荐算法，根据题目标签的相似度推荐相似题目。🔍
代码编译：支持Java、Python、C、C++等语言，记录做题时长，并自动跳转至提交列表页。🔄

备注：相似题目推荐的实现思路是借用编辑距离推荐算法，通过比对不同题目的标签组合的相似度，计算后按照降序排列得到与本题相似度最高的5道题目。🔝

编辑距离算法实现代码示例

以下是编辑距离算法的实现案例，它是我们题目推荐功能的核心部分。

public static int minEditDistance(List<String> sourceTagList, List<String> targetTagList) {
    // 源标签列表长度
    int sourceLength = sourceTagList.size();  
    // 目标标签列表长度
    int targetLength = targetTagList.size();  

    // 如果任一列表为空，返回另一个列表的长度作为编辑距离
    if (sourceLength * targetLength == 0) {
        return sourceLength + targetLength;
    }

    int[][] distanceMatrix = new int[sourceLength + 1][targetLength + 1];  // 编辑距离矩阵

    // 矩阵初始化和算法逻辑...
}

//测试类
@Test
    void testCompareTags() {
        List<String> tagList1 = Arrays.asList("算法", "队列", "指针");
        List<String> tagList2 = Arrays.asList("算法", "队列", "数组");
        List<String> tagList3 = Arrays.asList("树", "深度优先");
        // 需要变更1次
        // 将“指针”替换成“数组”
        int score1 = AlgorithmUtils.minDistance(tagList1, tagList2);
        // 需要变更3次
        // 将“算法”替换成“树”
        // 将“队列”替换成“深度优先”
        // 将“指针”删除
        int score2 = AlgorithmUtils.minDistance(tagList1, tagList3);
        System.out.println(score1);
        System.out.println(score2);
    }