第一次个人编程作业

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	60	70
· Estimate	· 估计这个任务需要多少时间	30	30
Development	开发	540	600
· Analysis	· 需求分析 (包括学习新技术)	240	360
· Design Spec	· 生成设计文档	40	50
· Design Review	· 设计复审	60	60
· 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	50
· Coding	· 具体编码	360	600
· Code Review	· 代码复审	50	70
· Test	· 测试（自我测试，修改代码，提交修改）	60	90
Reporting	报告	120	180
· Test Repor	· 测试报告	20	20
· Size Measurement	· 计算工作量	15	20
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	60	90
	· 合计	1735	2340

二、计算模块接口

• （3.1）计算模块接口的设计与实现过程。设计包括代码如何组织，比如会有几个类，几个函数，他们之间关系如何，关键函数是否需要画出流程图？说明你的算法的关键（不必列出源代码），以及独到之处。

做这道题之前我事先在网上查找了资料，发现做关键词屏蔽的一般做法就是运用DFA以及AC自动机，后来就选择了使用AC自动机这个算法。然后根据AC自动机的一般做法，一般都需要创建字典树、构建fail指针以及关键词的查找匹配三个基本步骤。在这份代码里面，共创建了两个类。第一个类是为了创建字典树；第二个类包含三个函数，分别是为了添加关键词、构建fail指针以及查找匹配。在这两个类之后就是主函数，用于文件输入以及将结果写入文件。这份代码里面，关键就是AC自动机的算法核心，如何去匹配关键词，简易的流程图如下：

• （3.2）计算模块接口部分的性能改进。记录在改进计算模块性能上所花费的时间，描述你改进的思路，并展示一张性能分析图（由VS 2019、JProfiler或者Jetbrains系列IDE自带的Profiler的性能分析工具自动生成），并展示你程序中消耗最大的函数。

通过这张性能分析表，可以很清楚地看到时间主要耗费在serach函数上，这个函数的作用是为了查找匹配关键词。通过查找资料可知，这个循环往下一个fail指针的代码的复杂度是O（len），如果主串长度为n，那么总的匹配时间就是O（n*len）。因此文本内容增大时相应的匹配时间就会增长。

• (3.3)计算模块部分单元测试展示。展示出项目部分单元测试代码，并说明测试的函数，构造测试数据的思路。并将单元测试得到的测试覆盖率截图，发表在博客中。

这个单元测试我原本是想要直接通过pycharm来实现的，但是在配置好pytest以及coverage变量后，仍然没有找到教程里提到的Run"pytest in test"，后来我就选择用gitbash来实现单元测试。在这里，我只是简易的测试了一下输入输出，代码如下：

单元测试结果如下：

• (3.4)计算模块部分异常处理说明。在博客中详细介绍每种异常的设计目标。每种异常都要选择一个单元测试样例发布在博客中，并指明错误对应的场景。

  • 首先就是最开始我的输出无法实现换行处理，导致我的输出看起来乱七八糟的

  

  但后来经过输出代码的修改，终于使结果与所给示例大致相同：

  

  • 其次就是对文本零输入进行了判断，代码如下：

  

  我做了一个简单的判断，很显然，当按行对文件读入时，如果测得行数为0，则所给的文本内容为空。

三、心得

• (4.1)在完成本次作业过程的心得体会

这次作业对我来说难度太大了。我最开始想着只是用C语言来实现，毕竟python我只是粗略地学过一点点，我并不觉得我可以用它来实现这次作业。事实也是如此，我确实没有真正实现这个作业，我只是尽力地做了一部分。刚一接触到这个作业，我就开始去网上查找资料，发现一般实现查找屏蔽词的方法一般就是AC自动机以及DFA，但他们一般都是用python实现，我也就硬着头皮决定用python完成。但是最初连读取文件以及写入文件都够呛，还是百度来的。后来又碰上了建立关键词库地问题，一再地查找材料，但后来囿于时间以及自身能力有限，我还是放弃了，只能尽力地多列举几个屏蔽词。这样确实很笨，但我确实黔驴技穷了。这次作业确实完成得很不好，不过接下来我会努力多去学习python的，争取在下一次编程作业做得更好！