个人项目：论文查重
| 这个作业属于哪个课程 | https://edu.cnblogs.com/campus/gdgy/Networkengineering1834 |
|---|---|
| 这个作业要求在哪里 | https://edu.cnblogs.com/campus/gdgy/Networkengineering1834/homework/11146 |
| 这个作业的目标 | 实现论文查重，学会使用工具进行代码优化和性能分析 |
github地址：https://github.com/Zangong-Wu/Zangong-Wu
1.psp表格
| PSP2.1 | Personal Software Process Stages | 预估耗时（分钟） | 实际耗时（分钟） |
|---|---|---|---|
| Planning | 计划 | 60 | 50 |
| · Estimate | · 估计这个任务需要多少时间 | 30 | 25 |
| Development | 开发 | 400 | 500 |
| · Analysis | · 需求分析 (包括学习新技术) | 250 | 300 |
| · Design Spec | · 生成设计文档 | 30 | 50 |
| · Design Review | · 设计复审 | 20 | 10 |
| · Coding Standard | · 代码规范 (为目前的开发制定合适的规范) | 20 | 10 |
| · Design | · 具体设计 | 30 | 40 |
| · Coding | · 具体编码 | 200 | 240 |
| · Code Review | · 代码复审 | 30 | 20 |
| · Test | · 测试（自我测试，修改代码，提交修改） | 60 | 60 |
| Reporting | 报告 | 40 | 30 |
| · Test Repor | · 测试报告 | 40 | 40 |
| · Size Measurement | · 计算工作量 | 30 | 25 |
| · Postmortem & Process Improvement Plan | · 事后总结, 并提出过程改进计划 | 40 | 50 |
| · 合计 | 1280 | 1450 |
2、模块接口的设计与实现过程
导入了hanlp库，创建两个类，Readfile读取文件和SimilarityUtil算法实现。
算法思想实现：
把文本中的表面符号去掉并分词，合并分词结果，列出所有的词，统计词频，得到词频构成的向量，计算相似度（两个向量的余弦值）。具体如下：
分词：
合并分词结果，统计词频：
计算相似度：
3.模块接口性能分析
内存、CPU、GC、线程情况
Live Memory
4.异常处理
异常情况：
