第一次个人编程作业

这个作业属于哪个课程	https://edu.cnblogs.com/campus/gdgy/CSGrade22-34
这个作业要求在哪里	https://edu.cnblogs.com/campus/gdgy/CSGrade22-34/homework/13229
这个作业的目标	1.设计一个论文查重算法 2.掌握如何进行单元测试 3.学习使用性能分析工具

我的github仓库链接：https://github.com/LilaSlin/3122004955/tree/master

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	25
Estimate	估计这个任务需要多少时间	30	35
Development	开发	950	1050
Analysis	需求分析 (包括学习新技术)	120	150
Design Spec	生成设计文档	30	30
Design Review	设计复审	30	35
Coding Standard	代码规范 (为目前的开发制定合适的规范)	15	20
Design	具体设计	60	60
Coding	具体编码	70	70
Code Review	代码复审	20	30
Test	测试（自我测试，修改代码，提交修改）	50	60
Reporting	报告	20	30
Test Repor	测试报告	20	20
Size Measurement	计算工作量	10	15
Postmortem & Process Improvement Plan	事后总结, 并提出过程改进计划	10	10
	合计	1455	1640

计算模块接口设计与实现过程

代码思路
先读取要比较的两个文本文件并将其转换成字符串，导入jieba库来进行中文分词处理，并统计每个词的频率并存储在 Map 中，计算两个词频向量的余弦相似度，结果写入输出文本文件中
代码构成
本项目只包含一个类：myCnki
该类包含的函数如下
1.readFile:读取文件内容
使用 Files.readAllBytes 方法读取文件内容，并将其转换为字符串
2.writeFile:写入结果到文件
使用 BufferedWriter 将内容写入指定文件
3.getWordFrequency:文本预处理和分词
使用 JiebaSegmenter 对中文文本进行分词，并统计每个词的频率并存储在 Map 中
4.cosineSimilarity:计算两个词频向量
对两个文本进行分词处理，获取词频
5.calculateCosineSimilarity:计算余弦相似度
函数流程图

算法关键
导入jieba库来进行针对中文分词处理

计算模块接口部分的性能改进

计算模块部分单元测试展示

部分单元测试代码

@Test
void writeFile() throws IOException {
    String fp = "D:\\temp\\test_output.txt";
    String content = "测试以下输出内容";
    myCnki.writeFile(fp, content);
    String result = new String(Files.readAllBytes(Paths.get(fp)));
    assertEquals(content, result);
}

@Test
void getWordFrequency() {
    String text = "不断测试不断测试";
    Map<String, Integer> frequencyMap = myCnki.getWordFrequency(text);
    assertEquals(2, frequencyMap.size());
    assertEquals(2, frequencyMap.get("测试").intValue());
}

测试思路
单元测试使用Junit创建myCnki的测试类，在测试类中对myCnki中的所有函数进行实例化测试
writeFile：对比测试写入文件内容的功能
getWordFrequency：测试文本分词和词频统计的功能是否正确
测试覆盖率