第4周小组作业：WordCount优化

Github地址

PSP表格

PSP2.1	PSP阶段	预计耗时（分钟）	实际耗时（分钟）
Planning	计划	10	15
· Estimate	· 估计这个任务需要多少时间	10	15
Development	开发	390	490
· Analysis	· 需求分析 (包括学习新技术)	30	20
· Design Spec	· 生成设计文档	20	30
· Design Review	· 设计复审 (和同事审核设计文档)	30	40
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	40	10
· Design	· 具体设计	20	60
· Coding	· 具体编码	120	100
· Code Review	· 代码复审	30	30
· Test	· 测试（自我测试，修改代码，提交修改）	100	180
Reporting	报告	90	100
· Test Report	· 测试报告	45	30
· Size Measurement	· 计算工作量	15	10
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	30	60
	合计

# 模块的接口的实现我在小组中负责的是核心业务模块，即实现单词识别，词频统计，排序这些功能因为考虑到这些功能之间有相互的参数传递，且由我一个人实现，所以我将模块通过一个Core类来实现，Core类下的方法分别实现了各个功能，下面给出具体代码和解释。 - Core类的属性content是输入文件的内容，构造方法从输入类中得到content ``` private String content; public Core(String str){ this.content = str; } ``` - 方法CountWord()，功能是识别单词，并统计词频。单词和词频可以看做是一个键值对，所以我在这里用到了HashMap来保存单词和词频。识别单词是通过正则表达式([a-zA-Z]+(-[a-zA-Z]+)*)去匹配文件内容实现的，匹配到一个单词，先判断HashMap里是是否有这个单词，若没有则将这个单词添加到HashMap中同时设词频为1，若有则将该单词词频+1。 ``` public HashMap CountWord(){ //识别单词，统计词频 HashMap map = new HashMap(); String reg = "([a-zA-Z]+(-[a-zA-Z]+)*)"; Pattern p = Pattern.compile(reg); Matcher m = p.matcher(content); while(m.find()){ String w = m.group().toLowerCase(); if(null == map.get(w)){ map.put(w, 1); }else{ int x = map.get(w); map.put(w, x + 1); } } return map; } ``` - 方法WordSort(),将得到的单词和词频按给定的规则进行排序，先比较词频，从大到小排列，如果词频一样再比较单词的首字母的ASCII码的值从小到大排列，java里对Collection对象有sort接口，我们只要重写Comparator里的comrare方法即可实现自己定义的排序。 ``` public List>WordSort(HashMap){ List> list = new ArrayList>(map.entrySet()); Collections.sort(list, new Comparator>() { public int compare(Map.Entry o1, Map.Entry o2) { if((o2.getValue()).toString().compareTo(o1.getValue().toString())==0){ return (o1.getKey()).toString().compareTo(o2.getKey().toString()); } else{ return (o2.getValue()).toString().compareTo(o1.getValue().toString()); } } }); return list; } ```

测试用例的设计

考虑到我写的模块里只有一个Core类，里面用到了正则表达式和在排序的时候有判断语句，逻辑结构很清晰，设计测试用例时考虑例如：测试输入为空的边界情况，测试大小写字母及其混合，测试大小写单词及其混合，测试单词词频统计，测试对-的处理，测试~作为分隔符，测试!作为分隔符，测试_作为分隔符，测试数字作为分隔符，以及测试非英文字母（如日文），测试奇怪的符号，尽可能覆盖单词判别的所有情况。
测试效率的考虑：使用junit框架能够实现快速有效地进行针对性的测试，通过与自己的预期结构进行对比，查漏补缺。
测试用例表，具体代码见github中test文件夹