福大软工1816 · 第二次作业 - 个人项目

GitHub地址：https://github.com/Yasin-cxh/personal-project

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	20	30
· Estimate	· 估计这个任务需要多少时间	30	120
Development	开发
· Analysis	· 需求分析 (包括学习新技术)	400	540
· Design Spec	· 生成设计文档	20	30
· Design Review	· 设计复审	20	0
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	120	140
· Design	· 具体设计	30	20
· Coding	· 具体编码	240	360
· Code Review	· 代码复审	60	70
· Test	· 测试（自我测试，修改代码，提交修改）	60	40
Reporting	报告
· Test Repor	· 测试报告	20	40
· Size Measurement	· 计算工作量 20		20
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	70	60
	合计	1130	1500

需求分析

• 实现一个名为WordCount的命令行程序
• 输入文件名以命令行参数传入，并统计以下几个指标：
  • 统计文件的字符数：
  • 只需要统计Ascii码，汉字不需考虑
  • 空格，水平制表符，换行符，均算字符
• 统计文件的单词总数，单词：至少以4个英文字母开头，跟上字母数字符号，单词以分隔符分割，不区分大小写。
  • 英文字母： A-Z，a-z
  • 字母数字符号：A-Z， a-z，0-9
  • 分割符：空格，非字母数字符号
    例：file123是一个单词， 123file不是一个单词。file，File和FILE是同一个单词
• 统计文件的有效行数：任何包含非空白字符的行，都需要统计。
• 统计文件中各单词的出现次数，最终只输出频率最高的10个。频率相同的单词，优先输出字典序靠前的单词。
  按照字典序输出到文件result.txt：例如，windows95，windows98和windows2000同时出现时，则先输出windows2000
  • 输出的单词统一为小写格式
  • 输出的格式为

characters: number
words: number
lines: number
<word1>: number
<word2>: number

文件流程图

思路分析

• int CharCount(char* argv)
  字符统计函数，读入文件，每次读入一个字符并计数，文件读入完后，输出字符数。

• int LineCount(char* argv)
  行数统计函数，读入文件，每次读入一行并计数，直到文件末尾，输出行数。

• int WordCount(char *argv)
  统计单词数并输出词频前十的单词。用unordered_map<string, int>记录单词以及其出现的频数，最后用vector将unordered_map<string, int>按频数降序排列，最后输出词频前十的单词。
  代码如下：

int WordCount(char *argv)
{
	//读入文档
	fstream file2;
	string strfile, stmp;
	file2.open(argv);
	int numWordCount = 0;
	while (getline(file2, strfile))
	{
		strfile.append(stmp);
		stmp.clear();

		

		//去除间隔符，单词统计
		for (int i = 0; i < strfile.length(); i++)
		{   
			//小写处理
			strfile[i] = tolower(strfile[i]);

			if (ispunct(strfile[i]))
			{
				strfile[i] = ' ';
				numWordCount++;
			}
		}



		//统计字符频率
		stringstream ss(strfile);
		string strTmp;
		while (ss >> strTmp)
		{
			unordered_map<string, int>::iterator it = strMap.find(strTmp);
			if (it == strMap.end())//strMap中如果不存在当前单词则插入一个新键值对，出现频率为1
			{
				strMap.insert(unordered_map<string, int>::value_type(strTmp, 1));

			}
			else //如果存在则出现频率加1
				strMap[strTmp]++;
		}
		//CountWordFrequency(ss);
	}
	//单词数等于分隔符+1
	if (numWordCount > 0)
		numWordCount++;
	file2.close();
	return numWordCount;
}

                        **函数输出部分**

//Output(strMap);
	ofstream OutputFile("result.txt");
	if (OutputFile.is_open())
	{
		unordered_map<string, int>::const_iterator it;

		OutputFile << "characters: " << numCharCount << endl;
		OutputFile << "words: " << numWordCount << endl;
		OutputFile << "lines: " << numLineCount << endl;

		//排序
		vector<pair<string, int>>vtMap;
		for (auto it = strMap.begin(); it != strMap.end(); it++)
			vtMap.push_back(make_pair(it->first, it->second));

		sort(vtMap.begin(), vtMap.end(),
			[](const pair<string, int> &x, const pair<string, int> &y) -> int {
			return y.second < x.second; });
		int count = 1;
		for (auto it = vtMap.begin(); it != vtMap.end(); it++)
		{
			if (count > 10)
				break;
			OutputFile << it->first << ':' << it->second << endl;
			count++;
		}
		//cout << count << endl;

	}

性能分析

单元测试

单元测试一直完成不了，IDE老是报异常，百度了也不知道为什么，只好手动测试。
这是测试前写的简单测试用例：

namespace UnitTest1
{		
	TEST_CLASS(UnitTest1)
	{
	public:
		
		TEST_METHOD(TestMethod1)
		{
			char file[] = "D:\\1.txt";
			int num = Tool::CharCount(file);
			Assert::IsTrue(num == 1);// TODO: 在此输入测试代码
		}

	};
}

namespace UnitTest2
{
	TEST_CLASS(UnitTest1)
	{
	public:

		TEST_METHOD(TestMethod1)
		{
			char file[] = "D:\\1.txt";
			int num = Tool::LineCount(file);
			Assert::IsTrue(num == 1);// TODO: 在此输入测试代码
		}

	};
}

• 测试没有字符
  

• 测试统计Hamlet
  

异常处理

if(argv == NULL)
	{
		cout << "error: you do not put a file " << endl;
	}
	if (argc > 2)
	{
		cout << "error: you put too many files" << endl;
	}

心得体会

从看到这次作业使用C++或Java来写之后我就觉得凉了，Java 0基础，C++基础差而且忘的差不多了。还是头铁的选择用C++来写。分析完题目，脑中充满了疑惑。这概念是什么？不懂，那概念是什么？也不懂。在这次个人项目中，相比于敲代码，我花了更多的时间去查找资料。这一周的时间让我学会了不少新知识。Learn by doing的概念确实很有效果，但对于基础太差的人来说，有时候会陷入learn的死循环。刚开学这段时间白天工作比较忙，只好深夜激情学习。但有时候花了两三个小时就为了解决一个基本步骤，真让人感叹当初没有好好学习。熬了几个晚上之后，基础功能算是完成了吧。不过遗憾的是单元测试一直不能用，请教了舍友，他们也无能为力，不知道是我操作有问题还是IDE有问题，很疑惑。接口封装只是把一部分函数封装在了.h头文件中，没有全部实现函数接口封装。暑假看《构建之法》，知道对一个软件项目不仅仅是写代码这么简单，等到亲身实践才懂得代码之外的事还有很多，甚至比代码本身更重要，这一点在这次作业中深有体会。养成在分析问题中记录问题的习惯，按照这些问题估计时间，需要查找哪些资料等。有时间把C++基础知识再看看。