个人项目1

这个作业属于哪个课程	https://edu.cnblogs.com/campus/gdgy/SoftwareEngineeringClassof2023/
这个作业要求在哪里	https://edu.cnblogs.com/campus/gdgy/SoftwareEngineeringClassof2023/homework/13324
这个作业的目标	结合PSP学习需求分析，设计，高效编码，测试以及相关工具的使用

作业链接 witch250/work2

PSP表格

Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
计划	5	15
· 估计这个任务需要多少时间	5	15
开发	555	1020
· 需求分析 (包括学习新技术)	240	360
· 生成设计文档	10	7
· 设计复审	5	1
· 代码规范 (为目前的开发制定合适的规范)	20	5
· 具体设计	20	12
· 具体编码	120	240
· 代码复审	20	5
· 测试（自我测试，修改代码，提交修改）	120	390
报告	120	85
· 测试报告	60	70
· 计算工作量	30	5
· 事后总结, 并提出过程改进计划	30	10
· 合计	680	1120

模块接口的设计与实现过程

项目由main.py组成，采用Levenshtein和Jaccard计算重复率。main.py只有四个函数，分别是读取文件，写入文件和Levenshtein与Jaccard的实现。关于Levenshtein，调用了python包；关于Jaccard，则按照公式进行计算。最后将Levenshtein和Jaccard得到的结果加权后得到重复率

性能改进

总体上调用包，不知道怎么做性能改进
消耗时间最大的函数是导入的外部包jieba，用来划分关键词，同样的，也不知道怎么改进

时间消耗 由line_profile生成：

如下图，在Levenshtein函数中jieba分词的消耗时间占比为53.0和16.8，剩下的是从外部包导入的Levenshtein方法，占30.2

如下图，在Jaccard函数中jieba分词的消耗时间占比为43.0和57.0




内存占用 由memory_profile生成

单元测试展示和异常处理

没有找到单元测试的方法，所以自己做普通的测试

覆盖率 由coverage生成：

^{确实没有做写入文件和内存溢出的异常测试}

异常测试例子如下：

^{背景是vscode和它自带终端的白色背景}

总结

需求分析花了很多时间，一部分在复习Python,一部分在网上搜索和学习实现功能的技术
认为详细设计可以做的更好，但由于不了解技术，不好做更详细的设计，也没有做记录，在编码的过程中还要找包中函数
设计应该是明确的，从完成的代码看，编码过程有些时间浪费掉了
安装测试工具，熟悉使用花了一定时间，这部分包含在了测试里

参考

simhash的实现
余弦相似度
博客园
CSDN
Github
一些python教程