论文查重算法

这个作业属于哪个课程	https://edu.cnblogs.com/campus/gdgy/SoftwareEngineering2024
这个作业要求在哪里	https://edu.cnblogs.com/campus/gdgy/SoftwareEngineering2024/homework/13136
这个作业的目标	开发个人项目

PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	15	10
Estimate	估计这个任务需要多少时间	15	10
Development	开发	60	60
Analysis	需求分析 (包括学习新技术)	120	120
Design Spec	生成设计文档	30	20
Design Review	设计复审	5	5
Coding Standard	代码规范 (为目前的开发制定合适的规范)	5	5
Design	具体设计	30	20
Coding	具体编码	15	15
Code Review	代码复审	5	5
Test	测试（自我测试，修改代码，提交修改）	30	30
Reporting	报告	30	40
Test Repor	测试报告	10	10
Size Measurement	计算工作量	10	10
Postmortem & Process Improvement Plan	事后总结, 并提出过程改进计划	10	10
	合计	390	380

PaperChecker用于完成整个功能
- 其中main函数作为暴露功能的接口
- readFile函数用于读取文件
- calculateSimilarity函数用于计算相似度。主要的算法是将每个文件的文本都根据一个参数分割为若干份词，之后对他们取交集，从而计算出相似度。
PaperChecker用于测试整个功能