| 这个作业属于哪个课程 | 软件-2018级计科二班 |
|---|---|
| 这个作业要求在哪里 | 作业要求 |
| 这个作业的目标 | 学习使用码云 |
| 学号 | 20188442 |
| 参考文献 | eclipse中使用码云 |
| 参考文献 | 正则表达式 |
文章主体
文章主体
码云项目地址
PSP表格
| PSP2.1 | Personal Software Process Stages | 预估耗时（分钟） | 实际耗时（分钟） |
|---|---|---|---|
| Planning | 计划 | 30 | 40 |
| • Estimate | • 估计这个任务需要多少时间 | 30 | 30 |
| Development | 开发 | 30 | 40 |
| • Analysis | • 需求分析 (包括学习新技术) | 20 | 30 |
| • Design Spec | • 生成设计文档 | 30 | 35 |
| • Design Review | • 设计复审 | 20 | 25 |
| • Coding Standard | • 代码规范 (为目前的开发制定合适的规范) | 30 | 35 |
| • Design | • 具体设计 | 60 | 80 |
| • Coding | • 具体编码 | 120 | 150 |
| • Code Review | • 代码复审 | 30 | 20 |
| • Test | • 测试（自我测试，修改代码，提交修改） | 10 | 15 |
| Reporting | 报告 | 25 | 30 |
| • Test Repor | • 测试报告 | 25 | 30 |
| • Size Measurement | • 计算工作量 | 20 | 30 |
| • Postmortem & Process Improvement Plan | • 事后总结, 并提出过程改进计划 | 10 | 20 |
| 合计 | 490 | 560 |
解题思路描述
1.判断输入参数
2.判断输入文件和输出文件是否存在，输入文件不存在则结束程序输出提示信息。输出文件不存在则依照参数创建一个新的输出文件。
3.统计单词总数：因为单词要求——至少以4个英文字母开头，跟上字母数字，且以分隔符分割，不区分大小写。所以考虑使用正则表达式来判定单词。
4.统计有效行数：采取了跟统计单词总数一样采取正则匹配的方法。
5.统计单词输出频率：通过查取资料后采取了使用HashMap保存单词和使用频率
代码规范连接
计算模块接口的设计与实现过程
1.四个主要函数功能
public Lib(String inputFile, String outputFile) //输入文件地址 输出文件地址
public void handleFile() //调用
public String readFile() //读取文件
public void countCharacter(String str) //计算字符数
public void countLine(String str) //计算有效行数
public void countWord(String str) //计算单词数
public void sortWords() //单词排序
public void setOutputFile() //写入输出文件
2.文件读取：使用BufferedReader的reader()方法
文件写入：使用BufferedWriter的writer()方法
BufferedReader reader = new BufferedReader(new FileReader(inputFile));
BufferedWriter writer = new BufferedWriter(new FileWriter(outputFile));
- 统计字符数
try {
String str = null;
while ((str = in.readLine()) != null) { //readLine()方法, 用于读取一行,只要读取内容不为空就一直执行
Number_of_characters += str.length(); //用于统计总字符数
}
//System.out.println("该文本共有" + Number_of_characters + "个字符"); //输出总的字符数
} catch (IOException e) {
e.printStackTrace();
}
return Number_of_characters;
}
4.统计文件的单词总数
（对应输出第二行），单词：至少以4个英文字母开头，跟上字母数字符号，单词以分隔符分割，不区分大小写。
先通过某种方法切分字符串，再过滤掉不符合格式的单词，不同方法性能有差距。可以使用StringTokenizer搭配正则表达式，逐个切分、匹配、计入有效单词。
String[] list = str.split("[^A-Za-z0-9]"
5.统计文件中各单词的出现次数
（对应输出接下来10行），最终只输出频率最高的10个。（值降序，值相同的键字典序靠前的优先）将上一步中得到的单词频度HashMap通过排序，返回一个用于输出的频度列
private Map<String, Integer> map;
public List<Map.Entry<String, Integer>> wordsRank;
public void sortWords() {
wordsRank = new ArrayList<>(map.entrySet());
Comparator<Map.Entry<String, Integer>> comparator =
(o1, o2) -> o2.getValue()- o1.getValue();
wordsRank.sort(comparator);
}
计算模块接口部分的性能改进
读取文件刚开始想到的是FileReader一个字节一个字节的读，但是其实有一次读取整个文本发现可以用FileInputStream而且速度很快。所以第二种是个不错的选择。
计算模块部分单元测试展示
只需要统计Ascii码，汉字不需考虑
空格，水平制表符，换行符，均算字符
统计文件的单词总数（对应输出第二行），单词：至少以4个英文字母开头，跟上字母数字符号，单词以分隔符分割，不区分大小写。
英文字母： A-Z，a-z
字母数字符号：A-Z， a-z，0-9
分割符：空格，非字母数字符号
这个还在摸索中......
计算模块部分异常处理说明
就是数值边界异常
心路历程与收获
刚开始对于这个作业很愁，因为本来就不喜欢读文字，看到这么多难理解的文字特别反感，但是回头想想，要是以后工作后，这可能都是再正常不过的事情了，所以内心就平静了很多，但是这个给我最大的感受就是他能够看出一个人的学习能力，如果学习能力强那么这将是简简单单而且很有乐趣，虽然我没有强烈的感觉，但是内心确有不同的感受，只能说做这件事的收获由内心决定，自我感觉良好。