第一次个人编程作业

这个作业属于哪个课程	工程概论
这个作业要求在哪里	工程概论开篇（第一次作业）
这个作业的目标	完成个人编程作业编码部分

开发环境：
Eclipse IDE Version: 2022-09 (4.25.0)

1.在Github仓库中新建一个学号为名的文件夹。

2.PSP表格[附录2]

PSP2.1	Personal Software Process Stages	预估耗时（min）	实际耗时（min）
Planning	计划	15	10
Estimate	估计这个任务需要多少时间	90	60
Development	开发	20	40
Analysis	需求分析 (包括学习新技术)	15	5
Design Spec	生成设计文档	5	10
Design Review	设计复审	10	20
Coding Standard	代码规范	5	10
Design	具体设计	25	15
Coding	具体编码	10	10
Code Review	代码复审	5	5
Test	测试	20	30
Reporting	报告	30	30
Test Repor	测试报告	25	10
Size Measurement	计算工作量	5	10
Postmortem & Process Improvement Plan	事后总结, 并提出过程改进计划	5	5
合计		285	270

3.具体思路

·从命令行参数中获取原文文件路径、抄袭版论文文件路径和输出答案文件路径。
·使用 readFile 方法读取原文文件和抄袭版论文文件的内容，并存储为字符串。
·使用 preprocessText 方法预处理原文和抄袭版论文文本，去除标点符号和多余空格，并将文本转换为小写。
·使用 calculatePlagiarismRate 方法计算重复率。首先，将原文和抄袭版论文文本分割成单词数组。然后，比较每个单词是否在两个数组中都存在，以确定匹配的单词数。最终，计算匹配的单词数与总单词数之比，得到重复率。
·使用 formatPlagiarismRate 方法格式化重复率为小数点后两位。
·使用 writeResult 方法将格式化后的重复率写入答案文件。
·处理可能出现的异常并进行适当的处理。

4.计算过程

从原文和抄袭版论文中分别读取文本内容，并进行预处理，包括去除标点符号、多余空格和转换为小写。这样可以确保比较的一致性和准确性。
将预处理后的原文和抄袭版论文文本分割成单词数组，分别存储为 originalWords 和 plagiarizedWords。
初始化两个变量： totalWords（总单词数） 和 matchingWords（匹配的单词数），并将两个变量都设置为 0。
对于原文中的每个单词 originalWord，在抄袭版论文的单词数组 plagiarizedWords 中查找是否有匹配。如果找到匹配的单词，将 matchingWords 自增，并立即终止内部循环（避免重复计数）。
计算重复率：将 matchingWords 除以 totalWords，得到一个小数值，表示匹配的单词数与总单词数之比。这是一个精确的度量，反映了原文与抄袭版论文之间的重复程度。最后返回重复率的结果。

5.文本预处理以及重复率计算

6.测试