福大软工1816 · 第五次作业 - 结对作业2
031602204 陈加伟 （博客地址：）
https://www.cnblogs.com/Tony-chenjw/p/9769802.html
031602226 林淇（博客地址：）
https://www.cnblogs.com/q1093797687/p/9769781.html
一、具体分工
陈加伟：自定义输入输出文件，词组词频统计功能，自定义词频统计输出
林淇：加入权重的词频统计，博客
二、PSP
| PSP2.1 | Personal Software Process Stages | 预估耗时（分钟） | 实际耗时（分钟） |
|---|---|---|---|
| Planning | 计划 | 60 | 50 |
| · Estimate | · 估计这个任务需要多少时间 | 30 | 30 |
| Development | 开发 | 200 | 250 |
| · Analysis | · 需求分析 (包括学习新技术) | 90 | 90 |
| · Design Spec | · 生成设计文档 | 30 | 40 |
| · 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) | 20 | 30 |
| · Design | · 具体设计 | 200 | 250 |
| · Coding | · 具体编码 | 1000 | 1100 |
| · Code Review | · 代码复审 | 90 | 80 |
| · Test | · 测试（自我测试，修改代码，提交修改） | 100 | 120 |
| Reporting | 报告 | 30 | 40 |
| · Test Report | · 测试报告 | 20 | 30 |
| · Size Measurement | · 计算工作量 | 10 | 15 |
| · Postmortem & Process Improvement Plan | · 事后总结, 并提出过程改进计划 | 30 | 50 |
| 合计 | 1840 | 2195 |
三、解题思路描述与设计实现说明
爬虫使用
使用了现有的爬虫工具八爪鱼实现。该工具可以快速的爬取指定的网页信息，但爬取后的数据要进一步处理为指定格式。
代码组织与内部实现设计
wordcount()
wordmax()
四、关键代码解释
自定义输入输出文件
int main(int c, char **v)
{
if (c < 2)
return 0;
int i = 1;
while (i < c)
{
vv = v[i];
if (vv == "-i")
{
//传v[i+1]，它是输入路径
txi = v[i + 1];
i += 2;
continue;
}
if (vv == "-o")
{
//传v[i+1]，它是输出路径
txo = v[i + 1];
i += 2;
continue;
}
if (vv == "-w")
{
s = v[i + 1];
//传v[i+1],它是权重
if (s == "1")
bo = 1;
i += 2;
continue;
}
if (vv == "-m")
{
//传v[i+1]它是词数
m = atoi(v[i + 1]);
i += 2;
continue;
}
if (vv == "-n")
{
//传v[i+1],它是输出个数
num = atoi(v[i + 1]);
i += 2;
continue;
}
}
-m 参数设定统计的词组长度
void wordmax(char *tx, string txo, int num, int m)
{
FILE *fp;
fopen_s(&fp, tx, "r");
ofstream outf(txo, ios::app);
char ch = getc(fp);
int i = 0, j, ct;
wd max[100];
while (!feof(fp))
{
ct = 0;
temps = "";
while (ch != ':')
ch = getc(fp);
while (!ifchar(ch))
ch = getc(fp);
while (1)
{
if (ch == 10 || ch == EOF)//读到回车,文末
{
if (ifword(temps))
{
str[ct] = temps;
temps = "";
for (int j = 0; j <= ct; j++)//temps置为前面的累加
temps = temps + str[j];
start(temps, m);
}
else//temps是非法单词
{
temps = "";
if (ct >= m)//前面的长度大于指定数m
{
for (int j = 0; j <= ct; j++)//temps置为前面的累加*********<=ct
temps = temps + str[j];
start(temps, m);
}
}
break;
}
if (temps.size() == 0)
{
temps = temps + ch;
ch = getc(fp);
}
else if ((ifchar(temps[temps.size() - 1]) == 0) && ifchar(ch))//遇到当前是字母数字，上一个是分隔符，结束读取
{
if (ifword(temps))
{
str[ct] = temps;
ct++;
temps = "";
}
else//temps是非法单词
{
temps = "";
if (ct >= m)//前面的长度大于指定数m
{
for (int j = 0; j <= ct; j++)//temps置为前面的累加*********<=ct
temps = temps + str[j];
start(temps, m);
}
ct = 0;
temps = "";
}
}
temps = temps + ch;
ch = getc(fp);
}
}
sor(word, n);
for (i = 0; i < num; i++)//初始化前num名
{
max[i] = word[i];
}
for (j = 0; j < num; j++)//前num名排序
{
for (i = 0; i < num - j - 1; i++)
{
if (max[i].frq < max[i + 1].frq)
{
swap(max[i], max[i + 1]);
}
}
}
for (i = 10; i < n; i++)//找后面的数
{
if (max[9].frq < word[i].frq)//比最小的还大
{
int a = 8;
while (max[a].frq < word[i].frq&&a >= 0)
{
a--;//定位到第一个比自己大的word
}
for (j = 9; j > a + 1; j--)
{
max[j] = max[j - 1];//前面的数后移一位
}
if (a < 0)//说明word[i]比max[0]大
max[0] = word[i];
else
max[j] = word[i];
}
}
for (int i = 0; i < num; i++)
{
if (max[i].s.length() == 0)
continue;
outf << "<" << max[i].s << ">" << ":" << max[i].frq << endl;
}
outf.close();
}
性能分析与改进
展示性能分析图和程序中消耗最大的函数
贴出Github的代码签入记录
遇到的困难及解决方法
问题描述
出现error c2059和一些其他种类的报错
做过哪些尝试
百度查找错误的意思
是否解决
明白的错误的意思，并从代码中找的了错误
有何收获
善用搜索工具
评价你的队友
值得学习的地方
负责，编码能力强。
需要改进的地方
无。
学习进度条
| 第一周 | 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 | 10 | 10 | 学会了Axure的基本使用 |
| 2 | 100 | 100 | 15 | 25 | 学会使用了爬虫工具 |
