第一次编程作业（Python）

软件工程	https://edu.cnblogs.com/campus/gdgy/CSGrade21-12
我的班级	https://edu.cnblogs.com/campus/gdgy/CSGrade21-12
作业要求	https://edu.cnblogs.com/campus/gdgy/CSGrade21-12/homework/13014
作业目标	学习代码实现论文查重，并学会PSP模式

1. GitHub仓库地址：https://github.com/lzca888/lzca888

2. PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	30	40
Estimate	估计这个任务需要多少时间	360	400
Development	开发	30	40
Analysis	需求分析(包括学习新技术)	25	30
Design Spec	生成设计文档	10	15
Design Review	设计复审	15	10
Coding Standard	代码规范 (为目前的开发制定合适的规范)	10	15
Design	具体设计	30	40
Coding	具体编码	90	120
Code Review	代码复审	20	15
Test	测试（自我测试，修改代码，提交修改）	30	60
Reporting	报告	60	80
Test Report	测试报告	30	30
Size Measurement	计算工作量	20	25
Postmortem & Process Improvement Plan	事后总结, 并提出过程改进计划	30	45
	合计	790	965

3. 计算模块接口的设计与实现过程

• 流程
  
• 创建get_file_contents函数获取指定路径的文件内容

• 创建filter函数将读取到的文件内容先把标点符号、转义符号等特殊符号过滤掉，然后进行jieba分词

• 创建main函数用simhash库生成获取到的文本的Simhash值，计算海明距离，计算重复率，写入输出文件

4. 计算模块接口部分的性能测试

• 空间性能测试
  get_file_contents函数（内存最大）

filter函数

mian函数

• 时间性能测试
  get_file_contents函数

filter函数

mian函数（耗时最长）

总耗时

5. 覆盖率

• 覆盖率达到88%，原因：以下的代码没有执行
  
• 消除以上代码后，覆盖率达到100%
  

6. 异常以及优化处理

• 在调试阶段，针对使用者方便查重，设置输入文件路径，也防止文件路径出错问题。程序引入os.path.exists()方法用于检验文件是否存在，对文件路径进行判断，如果文件路径不存在，则退出程序。
  

7. 实测结果