第一次个人编程作业
| 这个作业属于哪个课程 | https://edu.cnblogs.com/campus/gdgy/CSGrade22-34 |
| ----------------- | --------------- |
| 这个作业要求在哪里|https://edu.cnblogs.com/campus/gdgy/CSGrade22-34/homework/13229 |
| 这个作业的目标 |论文查重 |
代码链接：https://gitee.com/FWC2G3W8UR/3122004564-first
- 代码组织
主类 (PaperChecker): 负责读取命令行参数，调用查重逻辑，并输出结果。
查重工具类 (SimilarityChecker): 包含具体的查重算法，如基于最长公共子序列(LCS)、余弦相似度等。
文件读写类 (FileReaderWriter): 负责从文件读取文本，并写入结果到文件。 - 关键函数与流程图
关键函数
FileReaderWriter.readTextFromFile(String filePath): 读取文件内容并返回字符串。
SimilarityChecker.calculateSimilarity(String original, String plagiarized): 计算两个文本字符串的相似度，返回相似度百分比。
PaperChecker.main(String[] args): 主函数，解析命令行参数，调用查重逻辑，并输出结果。
流程图
开始
解析命令行参数
读取原文文件路径
读取抄袭版文件路径
读取输出文件路径
读取原文和抄袭版内容
调用 FileReaderWriter.readTextFromFile()
计算相似度
调用 SimilarityChecker.calculateSimilarity()
写入结果到文件
使用 FileReaderWriter 将相似度百分比写入输出文件
结束 - 算法关键与独到之处
算法选择：可以选择使用最长公共子序列(LCS)作为基础算法，因为LCS可以很好地反映两段文本在内容上的重叠程度。然后，通过LCS的长度与原文长度的比例来计算相似度。
独到之处：除了LCS，还可以引入词频统计和TF-IDF等文本处理技术，以更精确地识别出抄袭的部分，并区分重要内容和无关紧要的改动（如标点符号变化）。 - 性能改进思路
并行处理：如果文本量非常大，可以考虑使用多线程或分布式计算来并行处理文本的各个部分。
算法优化：对于LCS算法，可以采用动态规划的空间优化技术来减少内存使用。
缓存机制：对于频繁访问的数据（如词频表），可以使用缓存来提高访问速度。 - 单元测试设计
测试 FileReaderWriter.readTextFromFile：
构造测试数据：包含正常文本文件、空文件、不存在文件的路径。
验证返回结果是否符合预期。
测试 SimilarityChecker.calculateSimilarity：
构造多组测试数据，包括完全相同的文本、部分相同的文本、完全不同的文本等。
验证返回的相似度百分比是否正确。 - 异常处理
文件不存在异常：当尝试读取不存在的文件时，捕获 FileNotFoundException 并输出友好的错误信息。
读取文件错误：当文件内容不是预期的文本格式时（如二进制文件），捕获 IOException 并适当处理。
参数异常：检查命令行参数是否有效，如路径是否为空等。
