软工实践第二次作业

• GitHub地址

https://github.com/huabei-li/personal-project

• PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	15	20
· Estimate	· 估计这个任务需要多少时间	400	720
Development	开发	200	300
· Analysis	· 需求分析 (包括学习新技术)	150	200
· Design Spec	· 生成设计文档	30	20
· Design Review	· 设计复审	30	30
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	20	10
· Design	· 具体设计	50	60
· Coding	· 具体编码	300	400
· Code Review	· 代码复审	30	30
· Test	· 测试（自我测试，修改代码，提交修改）	30	120
Reporting	报告	60	90
· Test Repor	· 测试报告	30	30
· Size Measurement	· 计算工作量	10	10
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	30	30

|       | 	合计  |1385 |2070

• 功能要求参见作业要求博客

• 解题思路

作业要求实现对文本文件中的单词词频做出统计，拿到题的时候先想到了以前做过的对句子单词统计，对文件单词统计的差异在于文件存在多个行。但是也可以想作对文件中的多个行进行统计。在代码中体现为countWord1（）将文件的每一行送入countWord2（），countWord2进行单词的判断和数量的统计，同时将单词信息存入unordered_map里，便于topten（）函数的字数统计。topten()函数利用了百度的对value值排序的方法，并输出了出现频率前十的单词。countChar_Line()用于统计字符和行数。这是大致的思路。

• 实现过程

逻辑结构如图所示

关于接口。如果按照以前的习惯，基本上都是讲所有的功能都写在一起，显得代码很乱。将主要功能都独立成函数，把操作对象相似的函数都放在一个类里，条理和逻辑都比较直观。没有把统计输出的语句集成函数，是受到C++老师的影响（如果函数有输出会带来调试的负担，特别在合作开发时）。

创建了class file，将对文件统计的一些信息，功能都集合在一起，便于理清结构。

• 关键代码

部分主要函数代码

countWord1() 对文件读行操作

void countWord1()
	{
		string File, temp;
		fstream file(fname);
		while (getline(file, File))
		{
			File.append(temp);
			temp.clear();
			for (int i = 0; i < File.length(); i++)
			{
				if (File[i] == '
')
					File[i] = ' ';
				if (ispunct(File[i]))
					File[i] = ' ';
			}
			stringstream ss(File);
			countWord2(ss);
		}
	}

countWord2() 判断单词，统计数量，存入unordered_map

void countWord2(stringstream &ss)
	{
		string stemp;
		while (ss >> stemp)
		{
			for (int i = 0; i < stemp.length(); i++)
			{
				if ('A' < stemp[i] && stemp[i] < 'Z')
					stemp[i] += 32;
			}

			if (stemp.length() < 4)
			{
				continue;
			}
			if ((stemp[0]>'z' || stemp[0]<'a' || stemp[1]>'z' || stemp[1]<'a' || stemp[2]>'z' || stemp[2]<'a' || stemp[3]>'z' || stemp[3]<'a'))
			{
				continue;
			}
			numWords++;
			unordered_map<string, int>::iterator it = My.find(stemp);
			if (it == My.end())
			{
				My.insert(unordered_map<string, int>::value_type(stemp, 1));
			}
			else
				My[stemp]++;
		}
	}

topTen() 按照value排序输出前十单词（啪啪打脸，函数有输出是觉得功能比较统一）

（更新）最近的更新把输出给挪出去了

void topTen()
{
	vector<pair<string, int>> VM;
	for (auto it = My.begin(); it != My.end(); it++)
	{
		VM.push_back(make_pair(it->first, it->second));
	}
	sort(VM.begin(), VM.end(), [](const pair<string, int> &x, const pair<string, int>&y)->int {return x.second > y.second; });
	int c = 0;
	for (auto it = VM.begin(); c < 10; it++, c++)
	{
		cout << it->first << ":" << it->second << endl;
	}
}

关于注释，习惯上是对于比较难搞混的变量进行解释，对于比较直观的函数等没有做出太多的说明。个人认为过多的注释会使代码看起来太乱，而且这一次的代码量也不需要太多的注释。因为这一次的代码都是给自己看的，所以看懂就好了，如果是合作完成的话，还是尽量把功能都注释清楚比较好。

• 测试结果

如图

关于测试数据的设计，除了应尽可能地照顾所有的情况，还要考虑对于大文件的测试时间消耗。从网上找了一部原著资源，跑了一下感觉还是比较快的，得益于数据结构方面的选择还是比较合适的，没有走太多弯路。

• 性能分析及改进

利用visual studio 2017 的性能测试工具

相关信息都在图上了

• 一些问题

关于单元测试：尝试了一下但是没有实现，对这个还是不太清楚还需要进一步的尝试。如果按照我自己的理解，每完成一个特定的功能是要事先测试一下是否能正确完成，每一部件都能正常工作再组合在一起。

关于异常处理：当程序运行时发生了特殊情况，异常处理能够提供转移程序控制权的方式，从网上看了很多资料，尝（xia）试（xie）了一些类似的代码，写了一个最简单的：当文件读取失败时报出异常（我真机智），当文件打开失败时，throw出一个错误提示。

（更新）最大的一个问题！：关于文件的读取真的是犯了一个贼大的错误。按照要求是需要控制台输入文件。当时望文生义是控制台给出路径……也没有百度具体含义，之前也没接触主函数参数，所以就用的是文件路径打开文件，而且全程都用了这个路径……导致现在要想修改正确要大改……真的是无法原谅的错误，导致在最后测试的时候可能写的程序都不能正常运行。尝试是否能在规定时间内修改正确，但是真的来不及，函数的功能结构都要改掉。

• 心得收获

第一次作业如果只是实现功能的话不是很难，花大概两天多的时间查找资料，学习新知识就能写个差不多。但是做起来还是感觉比较匆忙，后续的git，性能分析，测试，单元测试，异常处理之前都没有接触过，要学习的东西很多。这一次作业也就这样七七八八的写成这个样子了，有很多缺陷和不完善的地方，希望能考虑到各种功能和尽可能多的情况。花了很多时间，学到了很多东西，再一次受到打击。很多东西不是浅显易懂的，通过实践能够加深理解，但是也就增加了开始操作的难度。以前对于编码的工作的重点都集中在功能实现上，这一次则还要考虑各个部件的性能，异常处理，测试等等。花的时间不少（每一步都有挺费时间的），但是学习的效果不明显，希望通过积累能有慢慢的改善吧。