第一次个人编程作业

Github:https://github.com/jinxiawu/3123004268

这个作业属于哪个课程	https://edu.cnblogs.com/campus/gdgy/Class34Grade23ComputerScience
这个作业要求在哪里	https://edu.cnblogs.com/campus/gdgy/Class34Grade23ComputerScience/homework/13478
这个作业的目标	掌握博客园和github的基本使用方法

PSP 表格（预估/实际耗时）

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	600	300
Estimate	估计这个任务需要多少时间	600	300
Development	开发	120	240
Analysis	需求分析 (包括学习新技术)	120	80
Design Spec	生成设计文档	40	30
Design Review	设计复审	20	20
Coding Standard	代码规范 (为目前的开发制定合适的规范)	40	60
Design	具体设计	480	300
Coding	具体编码	300	240
Code Review	代码复审	10	01
Test	测试（自我测试，修改代码，提交修改）	60	60
Reporting	报告	60	60
Test Report	测试报告	30	30
Size Measurement	计算工作量	5	5
Postmortem & Process Improvement Plan	事后总结, 并提出过程改进计划	20	30
合计		1440	600

---

算法设计

算法思路

1.读入两篇文章并转化为字符串
2.使用正则表达式匹配并去除文章标点符号
3.使用中文分词库HanLP进行文本分词
4.使用余弦相似度算法统计词频并计算出相似度
5.将结果写入目标文件

函数

函数	作用
calculateSimHash	计算SimHash值
calculateHammingDistance	计算海明距离
hash	哈希函数
readTextFromFile	从txt文件中读取内容

流程图

性能分析

单元测试

异常处理
读取文件可能会出现IO异常

结果