软工第五次作业

一、博客链接以及Github项目地址

王锦扬的博客地址
何家健的博客链接
Github项目地址

具体分工

王锦扬负责解决方法思路的提供，何家健负责具体设计的实现

PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	600分钟	900分钟
· Estimate	· 估计这个任务需要多少时间	600分钟	900分钟
Development	开发	600分钟	2040分钟
· Analysis	· 需求分析 (包括学习新技术)	30分钟	50分钟
· Design Spec	· 生成设计文档	10分钟	20分钟
· Design Review	· 设计复审	20分钟	40分钟
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	10分钟	10分钟
· Design	· 具体设计	140分钟	200分钟
· Coding	· 具体编码	300分钟	400分钟
· Code Review	· 代码复审	60分钟	120分钟
· Test	· 测试（自我测试，修改代码，提交修改）	30分钟	60分钟
Reporting	报告	120分钟	240分钟
· Test Repor	· 测试报告	60分钟	120分钟
· Size Measurement	· 计算工作量	30分钟	60分钟
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	30分钟	60分钟

|       | 	合计  | 1320分钟|2880分钟

解题思路描述与设计实现说明

1.爬虫使用

本次作业中论文的爬取我们是用爬虫工具“后羿采集器”来从网页上爬取论文题目以及摘要，下图是爬取论文信息的过程

但是爬取下来之后，虽然可以导出为txt，但是却会是不符合要求的，实例如下：

所以后来就直接导出为excle:

经过手动排版，最后转换为符合条件的txt形式。

代码组织与内部实现设计

说明算法的关键与关键实现部分流程图

此用来判断哪一些单词可以构成词组
···
if (mm == true)
{
for (i = num - linewordsize; i < num; i++)
{
if (num - i >= m)
{
if (word[i].flag1 == 1)
{
string temp = word[i].content;
for (j = 1; j <= m - 1; j++)
{
if (word[i + j].flag1 == 1)
word[i].content = word[i].content + " " + word[i + j].content;
else if (word[i + j].flag1 == 0)
{
i = i + j; word[i].content = temp; break;
}
if (j == m - 1) word[i].flag1 = 2;
}
}
}
else break;
}
}
···

附加题设计与展示

无

关键代码解释

if (mm == true)
		{
			for (i = num - linewordsize; i < num; i++)
			{
				if (num - i >= m)
				{
					if (word[i].flag1 == 1)//判断是否为合法单词
					{
						string temp = word[i].content;
						for (j = 1; j <= m - 1; j++)
						{
							if (word[i + j].flag1 == 1)//如果为合法单词就拼成词组
								word[i].content = word[i].content + " " + word[i + j].content;
							else if (word[i + j].flag1 == 0)//如果不是合法单词就break，继续遍历
							{
								i = i + j; word[i].content = temp; break;
							}
							if (j == m - 1) word[i].flag1 = 2;//如果构成合法词组，对词组的第一个合法单词做上标记
						}
					}
				}
				else break;
			}
		}

性能分析与改进

描述你改进的思路

用数组储存单词难以判断需要多少空间，导致有可能在测试样例巨大的情况下，导致系统的奔溃，而且运行速度回受到极大的影响，用链表可能会好一点

展示性能分析图和程序中消耗最大的函数

消耗最大的还是main函数

单元测试

//判断不同情况下的不同权值
		if (linewordsize >= 1)
		{
			linenumber++;
		}
		if (d.find("title: ") != string::npos)
		{
			count = count - 7;
		}
		if (d.find("abstract: ") != string::npos)
		{
			count = count - 10;
		}
		if (d[0] >= 48 && d[0] <= 57) { count = count - d.size()-1;}
		if ((d[0] >= 48 && d[0] <= 57) && (linenumber >= 2)) {  count = count - 2; }

贴出Github的代码签入记录

遇到的代码模块异常或结对困难及解决方法

问题描述

最先是数组的问题，一遇到文章多的情况基本上就会奔溃，然后是如何判断词组

做过哪些尝试

想改为链表，但因为代码比较混乱所以最终只是改变了算法的结构，判断词组用了遍历的方法跟布尔参数同时使用

是否解决

均已解决

有何收获

多做思考，多做尝试

评价你的队友

值得学习的地方

很会刻苦，愿意花很多时间在作业上面，对自己的不足会很快意识到并及时解决

需要改进的地方

并没有

学习进度条

第N周	新增代码（行）	累计代码（行）	本周学习耗时（小时 ）	累计学习耗时（小时）	重要成长
1	0	0	18.5	18.5	熟悉Axure的使用方法、对软件的原型设计有了更深刻的理解
2	286	286	48	66.5	学会了爬虫工具的使用，对C++string等类的功能有了更深的认识
...