个人项目：论文查重

这个作业属于哪个课程	网络工程1934-软件工程
这个作业要求在哪里	作业要求
这个作业的目标	实现论文查重算法，熟练使用PSP表格，熟练使用单元测试，熟练使用代码质量检测工具，熟练使用性能分析工具

一、Github

论文查重

二、PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	20	20
· Estimate	估计这个任务需要多少时间	20	20
Development	开发	370	530
· Analysis	需求分析 (包括学习新技术)	90	100
· Design Spec	生成设计文档	30	40
· Design Review	设计复审	20	40
· Coding Standard	代码规范 (为目前的开发制定合适的规范)	20	30
· Design	具体设计	30	30
· Coding	具体编码	120	200
· Code Review	代码复审	40	60
· Test	测试（自我测试，修改代码，提交修改）	20	30
Reporting	报告	60	70
·Test Report	测试报告	30	30
·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	10	20
Total	合计	450	620

三、计算模块接口的设计与实现过程

3.1 项目结构

3.2 程序流程图

3.3 类与方法的调用顺序

3.4 HanLP分词的介绍与使用

3.5SimHash

四、计算模块接口部分的性能改进

4.1 overview

4.2 实时内存

分析：BigInteger占用内存较多，消耗最大的函数是 SimHash

五、计算模块部分单元测试展示

5.1 测试代码

5.2 测试结果

5.3 测试覆盖率

六、计算模块部分异常处理说明

异常类代码

异常文件测试代码

异常文件测试结果

• 空文本
  
• 文件路径错误
  
• 不同文章的查重测试结果
  

七、总结

此次个人项目的完成让我学习到了很多很多，也消耗了非常多的时间，学会了使用PSP表格、使用jprofile性能分析工具等等。