第一次个人编程作业

第一次个人编程作业

github地址

这个作业属于哪个课程	工程概论
作业要求	作业的要求链接
作业的目标	对github进一步使用，学习查重代码

需求

题目：论文查重

描述如下：

设计一个论文查重算法，给出一个原文文件和一个在这份原文上经过了增删改的抄袭版论文的文件，在答案文件中输出其重复率。

• 原文示例：今天是星期天，天气晴，今天晚上我要去看电影。
• 抄袭版示例：今天是周天，天气晴朗，我晚上要去看电影。

要求输入输出采用文件输入输出，规范如下：

• 从命令行参数给出：论文原文的文件的绝对路径。
• 从命令行参数给出：抄袭版论文的文件的绝对路径。
• 从命令行参数给出：输出的答案文件的绝对路径。

我们提供一份样例，课堂上下发，上传到班级群，使用方法是：orig.txt是原文，其他orig_add.txt等均为抄袭版论文。

注意：答案文件中输出的答案为浮点型，精确到小数点后两位

psp表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	40
Estimate	估计这个任务需要多少时间	600
Development	开发	200
Analyse	需求分析	20
Design Spec	生成设计文档	20
Design Review	设计复审	10
Coding Standard	代码规范	10
Design	具体设计	30
Coding	具体编码	20
Coding Review	代码复审	30
Test	测试	60
Reporting	报告	30
Test Report	测试报告	20
Size Measurement	计算工作量	20
Postmortem & Process Improvement Plan	事后总结	10
	合计	1090

计算模块接口的设计与实现过程

1.算法思路

先将两篇文章读入后转为单词数组

遍历单词数组，统计每个单词在文章中出现的次数

通过比较两篇文章中相同的单词数量，累加后除以两篇论文总单词书，得到相似度

再将相似度写入答案文件

计算模块接口部分的性能改进

计算模块部分单元测试展示

计算模块部分异常处理说明