个人项目-论文查重

这个作业属于哪个课程	[https://edu.cnblogs.com/campus/gdgy/Networkengineering1834]
这个作业要求在哪里	https://edu.cnblogs.com/campus/gdgy/Networkengineering1834/homework/11146
这个作业的目标	做一个论文查重项目，学会使用PSP表格

1.github仓库

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	20	20
· Estimate	· 估计这个任务需要多少时间	20	20
Development	开发	450	640
· Analysis	· 需求分析 (包括学习新技术)	30	60
· Design Spec	· 生成设计文档	30	60
· Design Review	· 设计复审	60	70
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	30	30
· Design	· 具体设计	30	50
· Coding	· 具体编码	180	250
· Code Review	· 代码复审	60	60
· Test	· 测试（自我测试，修改代码，提交修改）	30	60
Reporting	报告	60	60
· Test Report	· 测试报告	30	30
· 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	20	20
Total	· 合计	530	720

CommandParse是主程序入口，在里面创建Article并加载原始论文和待检测论文
在Article函数构造中计算文章特征：
先顺序读行，每遇标点符号就断为一句
使用正则表达式分割短句，每2个文字合并作1个双字词
获取双字词的hash值，添加到排序集合里
在ArticleCompare里比较双字词
双字词hash值是以从小到大排序存储在集合里的，
用双指针法，比较两篇文章所得2个集合的共同元素个数
相同率即为重复率