第一次个人编程项目

这个作业属于哪个课程	计科21级12班
这个作业要求在哪里	个人项目
这个作业的目标	熟悉个人软件开发流程

gitee：https://gitee.com/jiajidong/3121004864/tree/master/

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	60
Estimate	估计这个任务需要多少时间	60	70
Development	开发	310	330
Analysis	需求分析 (包括学习新技术)	120	210
Design Spec	生成设计文档	50	40
Design Review	设计复审	30	20
Coding Standard	代码规范 (为目前的开发制定合适的规范)	30	30
Design	具体设计	50	70
Coding	具体编码	300	400
Test	测试（自我测试，修改代码，提交修改）	120	110
Reporting	报告	90	80
Test Report	测试报告	40	30
Size Measurement	计算工作量	50	50
Postmortem & Process Improvement Plan	事后总结, 并提出过程改进计划	70	40
	合计	1380	1540

2.需求分析

设计一个查重算法，可以用SimHash算法实现，实现文档对比，查重。

3.模块接口的设计与实现

3.1.1 FileInput类

作用：读取文本内容
类方法：readString

3.1.2 main类

运用包内定义的类方法，实现对文本的读取，分词，hash,加权，合并，降维以及计算汉明距离，通过距离最终得到相似度

3.1.3 SimHash类

主要类方法：simhHash，hash，hammingDistance，getDistance，subByDistance
其中simHash实现SimHash算法，hash实现对特征向量的hash，hammingDistance实现加权，getDistance实现合并与降维，subByDistance实现分组检查