Después de semanas de espera, tú y tus amigos os reunís para vuestra primera partida de Dungeons & Dragons (D&D). Como es la primera sesión de la partida, cada jugador tiene que generar un personaje con el que jugar. Las habilidades del personaje se determinan lanzando dados de 6 caras, pero ¿dónde están los dados? Con un sobresalto, te das cuenta de que tus amigos esperan que tú produzcas los dados; ¡después de todo, fue tu idea jugar a D&D! Entrando en pánico, te das cuenta de que has olvidado traer los dados, lo que significaría que no habría partida de D&D. Como tienes algunos conocimientos básicos de programación, pronto se te ocurre una solución: escribirás un programa para simular tiradas de dados.
En una partida de Dungeons & Dragons, cada jugador empieza generando un personaje con el que poder jugar. Este personaje tiene, entre otras cosas, seis habilidades: fuerza, destreza, constitución, inteligencia, sabiduría y carisma. Estas seis habilidades tienen unas puntuaciones que se determinan de forma aleatoria. Para ello, lanzas cuatro dados de 6 caras y anotas la suma de los tres dados más altos. Esto lo haces seis veces, una por cada habilidad.
Los puntos de golpe iniciales de tu personaje son 10 + el modificador de constitución de tu personaje. Para hallar el modificador de constitución de tu personaje, resta 10 a la constitución de tu personaje, divide entre 2 y redondea hacia abajo.
Escribe un generador de personajes aleatorio que siga las reglas anteriores.
Por ejemplo, las seis tiradas de cuatro dados podrían ser algo así:
Como la constitución es 3, el modificador de constitución es -4 y los puntos de golpe son 6.
La mayoría de los lenguajes de programación incluyen generadores (pseudo)aleatorios, pero pocos lenguajes de programación están diseñados para lanzar dados. Uno de esos lenguajes es Troll.
La biblioteca estándar de Zig evita el estado global oculto, así que, en lugar de mantener tu propio generador de números aleatorios, tus funciones reciben una interfaz std.Random de la que extraer valores.
Los tests pasan un generador inicializado con std.testing.random_seed y comprueban que los generadores con la misma semilla producen los mismos personajes.
La distribución de tus puntuaciones de habilidad se comprueba con pruebas de chi-cuadrado a un nivel de significación de p < 0.0001:
ability se comparan con la distribución esperada;Una implementación correcta tiene menos de un 0,01 % de probabilidades de fallar en cada test.
Consulta las instrucciones de arriba para ver la definición de qué es una puntuación de habilidad.
Regístrate en Exercism para aprender y dominar Zig con 104 ejercicios y mentoría humana real, todo gratis.
Exploramos cómo generar tiradas de dados (aparentemente) aleatorias. Aprenderás sobre semillas, números pseudoaleatorios y algunos errores comunes. Por último, veremos por qué las pruebas basadas en propiedades son ideales para probar funciones que devuelven valores aleatorios.