第一次个人编程作业

这个作业属于哪个课程	软件工程
这个作业要求在哪里	作业要求
这个作业的目标	论文查重个人项目 + 单元测试 + PSP表格 + Git管理 + 性能测试

作业代码连接

• Github 地址

PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	30
· Estimate	· 估计这个任务需要多少时间	30
Development	开发	250
· Analysis	· 需求分析 (包括学习新技术)	25
· Design Spec	· 生成设计文档	15
· Design Review	· 设计复审	15
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	15
· Design	· 具体设计	30
· Coding	· 具体编码	90
· Code Review	· 代码复审	30
· Test	· 测试（自我测试，修改代码，提交修改）	40
Reporting	报告	45
· Test Repor	· 测试报告	20
· Size Measurement	· 计算工作量	15
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	20
	· 合计	325

计算模块接口的设计与实现过程

整体流程

• 通过命令行接收原文文件输入路径、抄袭版论文的文件输入路径、答案文件输出路径。
• 对文本内容进行处理。
• 通过核心算法得出相似度。
• 输出答案。

流程图

主要方法

核心算法：Levenshtein Distance 算法

原理：

Levenshtein Distance 算法是指将一个字符串转化为另一个字符串所需的最少操作数，以此来确定两个字符串的相似度。

核心操作：

通过创建矩阵来求出最小操作数

		a	b	c
	0	1	2	3
a	1
b	2
c	3
然后进行判断：

• 如果两字符相等,取 array[i-1][j-1] 的值
• 如果两字符不相等，取 Math.min(array[i-1][j], array[i][j-1], array[i-1][j-1]) + 1

相似度公式

• ED: 最小编辑距离

运行结果截图

计算模块接口部分的性能改进

CPU Load

内存消耗

Memory

消耗最大的函数

改进思路

如果对核心算法的时间复杂度进行优化，准确率也会有所下降，而优化空间复杂度不会有这种影响。空间复杂度从O(m*n)降到了O(min(m,n))。

计算模块部分单元测试展示

部分单元测试代码

测试思路

• 通过原文件与各种抄袭文件进行相似度计算，得出各种情况下的查重率。
• 通过输入错误的参数来测试会出现的报错情况。
  

测试覆盖率截图

计算模块部分异常处理说明

• 主要是在进行I/O流相应操作时会出现的异常： FileNotFoundException 和 IOException

对应测试

• testErrorIn 与 testEmptyIn 均是测试 FileNotFoundException 异常情况。
• testErrorOut 测试 IOException 异常情况，出现该情况是因为没有权限访问导致等情况导致无法写入文件。

PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	30	35
· Estimate	· 估计这个任务需要多少时间	30	35
Development	开发	250	330
· Analysis	· 需求分析 (包括学习新技术)	25	50
· Design Spec	· 生成设计文档	15	20
· Design Review	· 设计复审	15	20
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	15	30
· Design	· 具体设计	30	20
· Coding	· 具体编码	90	120
· Code Review	· 代码复审	30	30
· Test	· 测试（自我测试，修改代码，提交修改）	40	40
Reporting	报告	45	55
· Test Repor	· 测试报告	20	15
· Size Measurement	· 计算工作量	15	10
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	20	30
	· 合计	325	420