工程概论作业2

工程概论作业二

这个作业属于哪个课程	计算2112
这个作业要求在哪里	要求
这个作业的目标	熟悉作业格式

一，链接

[1.GitHub](1231z/查重 at fb7b76e22d47667baaa9c5153b6aae72a8ad36be · 1231z/1231z (github.com))

二，代码

package check;

import org.junit.After;
import org.junit.Before;
import org.junit.Test;
import java.io.IOException;

import static org.junit.Assert.*;
public class MainTest {
    checkTest t = new checkTest();

    @Before
    public void setUp() {
        System.out.println("Start!");
    }

    @After
    public void tearDown() {
        System.out.println("Finish!");
    }


    /*
     * 实际存在的路径*/
    @Test
    public void existPath() throws IOException {
         
        try {
            t.checktest("src/test1/orig.txt", "src/test1/orig_0.8_add.txt", "src/test1/answer.txt");
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    /*
     * 空路径*/
    @Test
    public void nullPath() throws IOException {
        
        try {
            t.checktest("", "src/test1/orig_0.8_add.txt", "src/test1/answer.txt");
        } catch (IOException e) {
            e.printStackTrace();
            fail();
        }
    }

    /*
     * 不存在的路径*/
    @Test
    public void nonExistPath() throws IOException {
         
        try {
            t.checktest("src/orig.txt", "src/test1/orig_0.8_add.txt", "src/test1/answer.txt");
        } catch (IOException e) {
            e.printStackTrace();
            fail();
        }
    }

    /*
     * 相同的路径*/
    @Test
    public void samePath() throws IOException {
         
        try {
            t.checktest("src/test1/orig.txt", "src/test1/orig.txt", "src/test1/answer.txt");
        } catch (IOException e) {
            e.printStackTrace();
            fail();
        }
    }

    /*
     * 原始文本与增加字数的文本对比*/
    @Test
    public void addtext() throws IOException {
         
        try {
            t.checktest("src/test1/orig.txt", "src/test1/orig_0.8_add.txt", "src/test1/answer.txt");
        } catch (IOException e) {
            e.printStackTrace();
            fail();
        }
    }

    /*
     * 原始文本与减少字数的文本对比*/
    @Test
    public void deltext() throws IOException {
         
        try {
            t.checktest("src/test1/orig.txt", "src/test1/orig_0.8_del.txt", "src/test1/answer.txt");
        } catch (IOException e) {
            e.printStackTrace();
            fail();
        }
    }

    /*
     * 原始文本与减少字数的文本对比*/
    @Test
    public void addcompdeltext() throws IOException {
         
        try {
            t.checktest("src/test1/orig_0.8_del.txt", "src/test1/orig_0.8_add.txt", "src/test1/answer.txt");
        } catch (IOException e) {
            e.printStackTrace();
            fail();
        }
    }

    /*
     * 原文与orig_0.8_1文本对比*/
    @Test
    public void dis1text() throws IOException {
         
        try {
            t.checktest("src/test1/orig.txt", "src/test1/orig_0.8_dis_1.txt", "src/test1/answer.txt");
        } catch (IOException e) {
            e.printStackTrace();
            fail();
        }
    }

    /*
     * 原文与orig_0.8_10文本对比*/
    @Test
    public void dis10text() throws IOException {
        check.checkTest t = new check.checkTest();
        try {
            t.checktest("src/test1/orig.txt", "src/test1/orig_0.8_dis_10.txt", "src/test1/answer.txt");
        } catch (IOException e) {
            e.printStackTrace();
            fail();
        }
    }


    /*
     * 原文与orig_0.8_15文本对比*/
    @Test
    public void dis15text() throws IOException {
         
        try {
            t.checktest("src/test1/orig.txt", "src/test1/orig_0.8_dis_15.txt", "src/test1/answer.txt");
        } catch (IOException e) {
            e.printStackTrace();
            fail();
        }
    }

    /*
     * 超时监测,运行时间超过5s,不能通过测试*/
    @Test
    public void time() throws IOException {
         
        try {
            t.checktest("src/test1/orig.txt", "src/test1/orig_0.8_dis_15.txt", "src/test1/answer.txt");
        } catch (IOException e) {
            e.printStackTrace();
            fail();
        }
    }

}

三，思路

• 计算模块接口的设计与实现过程。设计包括代码如何组织，比如会有几个类，几个函数，他们之间关系如何，关键函数是否需要画出流程图？说明你的算法的关键（不必列出源代码），以及独到之处。（18'）

• mortal.text.similarity.TextSimilarityApp
  • 功能：文本相似度计算程序的主类，入口类
  • 参数：从命令行接受3个合理的文件路径，依次为：原文文件路径，被测试重复率文件路径，答案保存文件路径
  • 注意：
    1. 前两个命令行参数所指路径必须真实存在，否则抛出异常
    2. 答案文件可以不存在，此时程序将自动创建文件，请确保路径合理，应用程序有创建文件的权限。
    3. 若答案文件存在且保存了重要信息，请备份！否则程序输出答案前会删除文件
• mortal.text.similarity.repeatcounter.RepeatWords
  • 功能：比较一对字符串数组的相似度，它基于以下规则进行比较
    1. 字符串数组的每个元素(即字符串)表示一个词语
    2. 字符串数组表示一个句子中去掉标点符号后分词的结果的数组
    3. 一对字符串数组之间只有必须超过指定数目的公共重复词语子数组，才会被记录为重复的词语
    4. 对于一对字符串数组A、B，所得的重复词语子数组，存在不同子数组在不同字符串中有不尽相同的部分词语重复。故对于每一个字符串数组，重复词语数量不是所有词语子数组的简单相加，而是在以该字符串数组为参考，去掉重复的词语后的数量。故A对B的重复词语数与B对A的重复词语不一定相等。（A对B是指以A为参考，去掉重复词语）
  • 功能控制：构造器接受两个字符串数组和一个int参数，int参数指示了开始计数为重复时的最少重复词语子数组长度。
• mortal.textsimilarity.repeatcounter.RepeatRate
  • 功能：
    1. 接受两个字符串，这两个字符串包含要对比的两文本。
    2. 使用正则将文本划分为句子。
    3. 使用分词工具将句子分词
    4. 调用RepeatWords对对句子进行比较，获取这对句子中的重复词语数量
  • 功能控制：
    1. RepeatRate.calculater是进行第4步工作，这个方法接受两参数
    2. int Range: 控制一个文本中某一位置的句子应该与 在另一个文本中的相同位置的前后各相差Range个句子的范围内的所有句子 都计算重复率， 然后取最大值，作为该文本句子中与另一文本相似词语的数量
    3. int min : 传递给RepeatWords构造器的参数，指示RepeatWords应该计算重复词语的阈值。
• mortal.text.similarity.repeatcounter.KMP
  • 功能：实现KMP算法匹配子串，用来实现获取文本中的不重复的相似词语。