工程概论第二次作业

工程概论第二次作业

链接 https://github.com/Techs315/2/blob/main/a

PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planing	计划	10	5
· Estimate	估计这个任务需要多少时间	5	2
Development	开发	320	313
· Analysis	需求分析 (包括学习新技术)	20	20
· Design Spec	· 生成设计文档	5	8
· Design Review	· 设计复审	2	2
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	1	1
· Design	· 具体设计	10	6
· Coding	· 具体编码	280	360
· Code Review	· 代码复审	15	10
· Test	· 测试（自我测试，修改代码，提交修改）	360	300
Reporting	报告	20	16
· Test Repor	· 测试报告	20	13
· Size Measurement	· 计算工作量	5	3
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	10	7
合计	1083	1063

计算模块接口的设计与实现过程

代码组织

我们的项目包括以下几个主要部分：

文本预处理函数 (preprocess_text) - 清理和准备文本分析。
余弦相似度计算函数 (calculate_cosine_similarity) - 计算两篇文档的余弦相似度。
主函数 (main) - 处理输入参数，调用上述函数，并将结果写入输出文件。

算法关键

文本预处理：使用正则表达式来清理文本，分割为单词列表（在这种情况下是中文字符列表），以便于后续分析。
余弦相似度：使用余弦相似度算法来计算两篇文档之间的相似度。这是通过计算文档向量之间的余弦角来实现。

计算模块接口部分的性能改进

改进思路

优化文本预处理函数，以减少不必要的计算。
通过并行计算来提高余弦相似度计算的速度。