TS 原理详细解读(5)语法2-语法解析

用.NET写疫情传播仿真程序

前一阵子看到有人制作了《疫情传播仿真程序》，是用Java做的。里面根据多种实际情况，如居民移动意愿、医护能力、病毒传播能力，来模拟疫情的发展。看完之后，我暗暗称奇，特别是结合一些视频和照片，确实做得非常好。

后来过了几天，这个视频还上了人民日报的微信公众号，这时我们.NET社区就开始骚动了起来，咱们.NET能不能也做一个？

既然有需要，2月6号那天晚上我决定说干就干，经过两个晚上的思考与编码，已经有了初步效果……运行效果如下：

我也写了个疫情传播仿真程序

这个效果可以这样解读，如果不加以任何控制，疫情会很快蔓延到整个城市，只有8:1000床位的城市，将很快失去控制，一年后运行效果如下（非常惨烈）：

我也写了个疫情传播仿真程序

参数与使用

代码中实际有很多参数可以操作：

static double MoveWilling = 0.90f; // 移动意愿，0-1
static bool WearMask = false; // 是否戴口罩
static int HospitalBeds = 40; // 床位数

const float InffectRate = 0.8f; // 靠得够近时，被携带者感染的机率
const float SecondsPerDay = 0.3f; // 模拟器的秒数，对应真实一天
const float MovingDistancePerDay = 10.0f; // 每天移动距离
const int InitialInfectorCount = 5; // 最初感染者数
const double DeathRate = 0.021; // 死亡率

// 要靠多近，才会触发感染验证
static float SafeDistance() => WearMask ? 1.5f : 3.5f;

// 住院治愈时间，最短5天，最长12.75天，平均约7天
static float GenerateCureDays() => random.NextFloat(5, 12.75f);
// 潜伏期，1-14天
static float GenerateShadowDays() => random.Next(1, 14);
// 发病后，就医时间，0-3天
static float GenerateToHospitalDays() => random.Next(0, 3);

由于参数太多，很难在运行时全部都做调整，我选取了是否戴口罩、移动意愿、医院床数作为参数，代码如下：

protected override void OnKeyPress(KeyPressEventArgs e)
{
    switch (e.KeyChar)
    {
        case '1': MoveWilling = 0.10f; break;
        case '2': MoveWilling = 0.50f; break;
        case '3': MoveWilling = 0.90f; break;
        case 'M': WearMask = !WearMask; break;
        case 'A': HospitalBeds += 40; break;
        case 'D': HospitalBeds -= 40; break;
        case 'R':
            {
                if (MessageBox.Show("要重来吗？", "确认", MessageBoxButtons.YesNo) == DialogResult.Yes)
                {
                    City = City.Create();
                }
                break;
            }
    }
}

其中，按数字键1、2、3可以指定不同的移动意愿，其中1表示居民最不愿意出门，3表示最愿意，按M可以控制居民是否能戴上口罩，按A可以添加医院可接纳病人数。

一些演示

超多床位

这里我将床位调成240个（比例为48:1000）：

static int HospitalBeds = 240; // 床位数

也可以运行时增加床位，按键盘A即可（不用改代码），运行效果如下：
我也写了个疫情传播仿真程序

可见床位变多后，死亡率会降低，治愈人数大大提高，但仍然无法控制住疫情的发展。

“理想”情况1·没有潜伏期

可以这样配置：

// 0潜伏期
static float GenerateShadowDays() => 0;

运行效果如下：
我也写了个疫情传播仿真程序

可见就算潜伏期为0，由于没有及时就医，疫情仍会失去控制。

“理想”情况2·没有潜伏期、且立刻隔离就医

像那个Java版中，会先介绍一个“理想”情况，即感染即发病，发病即就就医。此种模型的参数，可以这样配置：

// 0潜伏期
static float GenerateShadowDays() => 0;
// 发病后，立即就医。
static float GenerateToHospitalDays() => 0;

在这种情况下，运行效果如下：
我也写了个疫情传播仿真程序

可见，由最初的5人，最终只感染了6人，理想情况下局势很快就被控制。当然这种情况是不存在的。

戴口罩出门

假如居民都戴口罩出门，可以用如下配置（也可以运行时按下M键）：

static bool WearMask = true; // 一定戴口罩

运行效果如下：
我也写了个疫情传播仿真程序

痞子衡嵌入式：痞子衡嵌入式半月刊第 1 期

坚持了107天，疫情发展速度大大降低，但由于医疗资源的匮乏，死亡率仍然居高不下，最终仍会失去控制。

居民呆在家中不出门，且戴口罩

配置如下：

static bool WearMask = true; // 一定戴口罩
static double MoveWilling = 0.10f; // 每天只有10%的人愿意出门

运行效果如下：
我也写了个疫情传播仿真程序

病毒在最初的5人身上，只感染了2人。效率可谓惊人。

模拟现实模型

我想贴近现实，模拟一些现实情况，然后看看效果如何，我的脚本如下：

前20天，不作任何控制
第20天，全民戴口罩，移动意愿降低至50%，床位增加40个（模拟进入重大突发公共卫生事件Ⅰ级响应）
第25天，移动愿意降低至10%，床位增加80个（模拟火神山医院）
第30天，床位再增加80个，共240个（模拟雷神山医院）

为了尽可能短地截取gif，我将时间缩短了，真实时间可能会和这个比例为1:2（也就是相当于前40天不作任何控制），脚本如下：

void StepDay()
{
    if (day < 20)
    {
        WearMask = false;
        MoveWilling = 0.9;
        HospitalBeds = 40;
    }
    if (day >= 20)
    {
        WearMask = true;
        MoveWilling = 0.5;
        HospitalBeds = 80;
    }
    if (day >= 25)
    {
        MoveWilling = 0.1;
        HospitalBeds = 160;
    }
    if (day >= 30)
    {
        HospitalBeds = 240;
    }

    // 其它代码
}

运行效果如下：
我也写了个疫情传播仿真程序

可见这真是与病毒的一部史诗级斗争。

前20天，没有任何控制，病毒疯狂肆虐，前期只花了9天，就把医院给挤满了；

第20之后，居民带上口罩，传播进度迅速下降，但由于潜伏期较长，发病人数仍然持续上升；

第30天之后，由于5天前床位（医护资源）的跟进，发病人数增速降低；

第35天后，发病人数开始下降；

第68天后，除了医院中的病人，城市中已经没有病人；

第78天，已经没有被病毒感染的人了。

总结

所有这些代码，我都上传到了我的博客数据网站，各们可以下载代码，通过LINQPad 6直接模拟运行，或者拷到Visual Studio中亦可。各位也可以或者提出您的想法，Github链接如下：
https://github.com/sdcb/blog-data/tree/master/2020/20200207-2019-ncov-simulate

写完这个东西，给我最大的感受就是震撼，模拟起来就是一些数据而已，但背后是千千万万有血有肉的病人和医务工作者，向那些伟大的“逆行者”们致敬！

从上面的数据也可以看出，任何单项指标做好，都是不能完全阻止疫情的。我们要相互信任，做好自己。我们能做的有：尽可能呆在家，别出门，就真是对国家最好的贡献；出门一定要戴口罩，这样可以明显降低感染率。

喜欢的朋友请关注我的微信公众号：【DotNet骚操作】

我也写了个疫情传播仿真程序