个人项目：论文查重

软件工程	19级网工（4）班
作业要求	作业链接
作业目标	熟悉个人项目开发流程 学会使用PSP表格 初步掌握Git 论文查重算法的实现 学会使用单元测试

 

 

 

 

 

 

 

 

github链接

一.PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	35	30
· Estimate	· 估计这个任务需要多少时间	35	30
Development	开发	450	600
· Analysis	· 需求分析 (包括学习新技术)	60	70
· Design Spec	· 生成设计文档	60	50
· Design Review	· 设计复审	40	50
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	40	50
· Design	· 具体设计	40	60
· Coding	· 具体编码	120	150
· Code Review	· 代码复审	60	70
Test	· 测试（自我测试，修改代码，提交修改）	30	50
Reporting	报告	100	100
· Test Repor	· 测试报告	80	70
· Size Measurement	· 计算工作量	20	30
· Postmortem & Process Improvement Plan	事后总结, 并提出过程改进计划	30	30
	合计	615	760

计算模块接口的设计与实现过程

---

文本相似度实现思想SimHash

Paper_Check是项目的主类

FileIO是文档输入输出的工具类

Hamming_distance是计算海明距离的工具类

ShortStringException是异常处理的工具类

SimHashUtiles是计算分词哈希值的工具类

---

计算模块接口部分的性能改进

实时内存分析图

 

 

---

改进办法

从性能上分析，可以看到调用外部jar包的接口消耗性能最多，所以想提高性能就应该从外部接口入手，我找到了hanlp包的使用网址,把其中句法分析部分的模块删掉了，成功提高了接口的性能，和文字的处理速度。

---

计算模块部分单元测试展示

---

主类测试结果

---

结果文件

---

异常处理

1、设计与实现

当文本长度太短时，HanLp无法取得关键字，需要抛出异常。

  try{
            if(str.length() < 200) throw new ShortStringException("文本过短！");
        }catch (ShortStringException e){
            e.printStackTrace();
            return null;
        }

实现了一个处理这个异常的类：ShortStringException（继承了Exception）

public ShortStringException(String message) {
        super(message);
    }

2、测试

• 测试结果：