第一次个人编程作业

第一次个人编程作业：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	实现论文查重算法，学会使用PSP表格估计，学会 Git commit 规范，学会单元测试

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	30
Development	开发	720	750
· Analysis	· 需求分析 (包括学习新技术)	30	35
· Design Spec	· 生成设计文档	50	55
· Design Review	· 设计复审	60	65
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	10	10
· Design	· 具体设计	35	35
· Coding	· 具体编码	200	220
· Code Review	· 代码复审	55	65
· Test	· 测试（自我测试，修改代码，提交修改）	65	75
Reporting	报告	60	65
· Test Repor	· 测试报告	30	35
· Size Measurement	· 计算工作量	15	15
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	30	30
	· 合计	1420	1520

类图
函数的流程图
算法思路
Paper类读取相对路径下的原始论文存储路径和抄袭论文原始路径，获取文本特征之后，将字符串以两个字符为单元有重叠地进行切割，切割的结果存入HashSet中，例如：“一位真正的作家只为内心写作”分词后的结果：一位、位真、真正、正的、的作、作家、家为、为内、内心、心写、写作。之后PaperCompare类会将原始论文和抄袭论文的文本特征进行比较，如果抄袭论文中的文本特征和原始论文的文本特征有相同的，则count加一。之后再在主类PaperPath中用count计算重复率，并且把重复率写入结果文件中。