软工实践第二次作业--思索

Github项目地址 :https://github.com/1195653643

---

PSP 表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	60	40
· Estimate	· 估计这个任务需要多少时间	60	40
Development	开发	900	670
· Analysis	· 需求分析 (包括学习新技术)	200	150
· Design Spec	· 生成设计文档	40	20
· Design Review	· 设计复审	30	10
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	20	20
· Design	· 具体设计	30	30
· Coding	· 具体编码	400	420
· Code Review	· 代码复审	100	20
· Test	· 测试（自我测试，修改代码，提交修改）	100	120
Reporting	报告	150	150
· Test Repor	· 测试报告	60	20
· Size Measurement	· 计算工作量	30	30
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	60	100
	合计	1110	980

环境

• 操作系统 ：Windows 10
• IDE : Visual Studio Community 2017
• 开发语言 ：C++

解题思路

​ 说起来有意思，还没开始做题，就能听到各种同学对题目的讨论。题目是关于文本词频的统计，最早听到他们用有穷自动机来实现，还觉得奇怪，这玩意不是遍历就好了吗？记得以前看Python的时候，好像有一个简单的函数，就可以实现相关的操作。认真看完题目后发现：第一，语言只能用JAVA或C++；第二，对单词的判断，并不像我想的那么简单，结合题目所给的要求，正则表达式的确是很好的选择。题目关于单词的定义，用正则表达式写出就是：

​ abcd(E*)；

​ 这里的a,b,c,d是字母表中任取的元素，E是字母表或数字集合的并集。

​ 用有穷自动机画出来就是：

​ 其中，4为终结状态，e表示E中任取的元素。（依稀能看到柯逍老师说这图太low的表情）

​ 代码实现也很简单，用flag来表示状态，当flag为4时表示出现一个合法的单词，单词数加一。在写代码的过程中，看了很多同学的博客，也询问了结队队友杨喜源同学，因为喜源同学的博客还没写好，这里先不给出网址。

关键代码

判别单词及统计单词频率（模拟有穷自动机）

while((ch = fgetc(file)) != EOF)
	{
		if ('A' <= ch && ch <= 'Z')
			ch = ch + 32;
		switch (flag) {
		    case 0:
			if (ch >= 'a'&&ch <= 'z') { flag++;	}
			break;
			case 1:
			if (ch >= 'a'&&ch <= 'z') { flag++;	 }
			else { flag = 0;  }
			break;
			case 2:
			if (ch >= 'a'&&ch <= 'z') { flag++;	 }
			else { flag = 0;  }
			break;
			case 3:
			if (ch >= 'a'&&ch <= 'z') { flag++;	 }
			else { flag = 0;  }
			break;
			case 4:
			if (ch >= 'a'&&ch <= 'z' || (ch >= '0'&&ch <= '9')) { }
			else 
			{
				flag = 0;
				count++;
			}
			break;
		}
	}            /*flag */
	if (flag == 4) 
	{
		count++;
	}

性能分析

计算模块部分异常处理说明

/*当要输入的文件不存在时*/
      FILE *fp;
    fp = fopen(filename,"rt"); 
    if(fp==NULL)
    {
      printf("The file is wrong. 
");
    }

整体运行结果

总结和感想

• 在碰到一个新问题的时候，焦虑和烦躁不能解决任何事情。静下心来，定一份合理的计划，循序地去学习新知识，最后完成任务的那一刻，你会很有成就感，发现自己学到很多。
• 计划与实践不能一概而论，但可以作为一个很好的参照。这次作业，原先制定的计划与最后实际完成的结果有许多差别。照本宣科，是不可能很好地完成任务的。
• 要熟练地运用搜索引擎，这次询问同学得到的最多的答复就是：百度啊。许多知识在互联网上都能寻找到，而查阅资料和学习新事物的本领对我们来说是必不可少的。要养成每天学习新东西的习惯。
• 做事情，不能畏惧困难，在得到比失去更多的情况下，完全可以迎难而上。

附录

刚刚发现我没有git push，只是git add，因此代码没有上传到仓库里面。
git push密码输错，现在，，，
把代码黏贴到这，证明赶过作业。

include "CharCount.h"
include<fstream>
include<iostream>

int CharCount(char * filename)
{
	int num = 0;
	char c;
	FILE *file;
	fopen_s(&file,filename, "rt");
	while (fgetc(file) != EOF) 
	{
		num++;
	}
	fclose(file);
	return num;

	
}

include "LineCount.h"
int LineCount(char * filename)
{
	FILE *file;
	fopen_s(&file,filename, "rt");
	int num = 0;
	char c;
	int flag = 0;

	while((c = fgetc(file)) != EOF) 
	{
		if (!isspace(c))   
		{
			flag = 1;
		}
		if (flag && c == '
') 
		{
			flag = 0;
			num++;
		}
	}
	if (flag == 1) 
	{
		num++;
	}
	fclose(file);
	return num;
}

include"Word_Fre.h"


typedef pair<string, double> PAIR;
struct CmpByValue {
	bool operator()(const PAIR& lhs, const PAIR& rhs) {
		return lhs.second > rhs.second;
	}
};

int Word_Fre(char * filename)
{
	map<string, int> Word_Num_map;
	char ch;
	FILE *file;
	fopen_s(&file, filename, "rt");
	int flag = 0;			// 有穷自动机的判定

	string word;
	while ((ch = fgetc(file)) != EOF)
	{
		if ('A' <= ch && ch <= 'Z')
			ch = ch + 32;
		switch (flag)
		{
		case 0: if (ch >= 'a'&&ch <= 'z') { flag++;	word = word + ch; } break;
		case 1:
			if (ch >= 'a'&&ch <= 'z') { flag++;	word = word + ch; }
			else { flag = 0; word = ""; }
			break;
		case 2:
			if (ch >= 'a'&&ch <= 'z') { flag++;	word = word + ch; }
			else { flag = 0; word = ""; }
			break;
		case 3:
			if (ch >= 'a'&&ch <= 'z') { flag++;	word = word + ch; }
			else { flag = 0; word = ""; }
			break;
		case 4:
			if (ch >= 'a'&&ch <= 'z' || (ch >= '0'&&ch <= '9')) { word = word + ch; }
			else {
				Word_Num_map[word]++;
				word = "";
				flag = 0;
			}
			break;
		}
	}

	if (flag == 4) {
		Word_Num_map[word]++;

	}


	if (flag == 4) {
		Word_Num_map[word]++;

	}


	vector <PAIR> Word_Num_vec(Word_Num_map.begin(), Word_Num_map.end());
	sort(Word_Num_vec.begin(), Word_Num_vec.end(), CmpByValue());
	/*
	for (int i = 0; i != Word_Num_vec.size(); ++i) {
		const char *ss = Word_Num_vec[i].first.c_str();

		cout << ss << ":" << Word_Num_vec[i].second << endl;
	}
	*/
	ofstream outfile("result.txt", ios::app);
	if (Word_Num_vec.size() < 10)
		for (int i = 0; i != Word_Num_vec.size(); ++i)
		{
			const char *ss = Word_Num_vec[i].first.c_str();
			cout << "<" << ss << ">" << ": " << Word_Num_vec[i].second << endl;
			outfile << "<" << ss << ">" << ": " << Word_Num_vec[i].second << endl;
		}
	else
		for (int i = 0; i != 10; ++i)
		{
			const char *ss = Word_Num_vec[i].first.c_str();
			cout << "<" << ss << ">" << ": " << Word_Num_vec[i].second << endl;
			outfile << "<" << ss << ">" << ": " << Word_Num_vec[i].second << endl;
		}
	return 0;
}

// WordCount.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//
include<string>
include<stdio.h>
include <iostream>
include <fstream>
include "CharCount.h"
include "LineCount.h"
include "Word_Fre.h"
include "WordNum.h"
using namespace std;

//int argc, char *argv[]
int main(int argc, char *argv[])
{
	if (argv[1] == NULL)
	{
		printf("The file is null");
		return -1;
	}
	
	int Char_Count = CharCount(argv[1]);
	int Lines_Count = LineCount(argv[1]);
	int Words_Count = WordNum(argv[1]);
	ofstream outfile("result.txt", ios::out);
	printf("characters: %d
", Char_Count);
	printf("words: %d
", Words_Count);
	printf("lines: %d
", Lines_Count);
	outfile << "characters: " << Char_Count << endl;
	outfile << "words: " << Words_Count << endl;
	outfile << "lines: " << Lines_Count << endl;
	Word_Fre(argv[1]);

	
	return 0;
}

include"WordNum.h"


int WordNum(char * filename)
{
	map<string, int> Word_Num_map;
	char ch;
	FILE *file;
	fopen_s(&file, filename, "rt");
	int flag = 0;			// 有穷自动机的五个状态是  0 1 2 3 4，其中4是终结状态,0为初始状态
	int count = 0;
	
	while((ch = fgetc(file)) != EOF)
	{
		if ('A' <= ch && ch <= 'Z')
			ch = ch + 32;
		switch (flag) {
		    case 0:
			if (ch >= 'a'&&ch <= 'z') { flag++;	}
			break;
			case 1:
			if (ch >= 'a'&&ch <= 'z') { flag++;	 }
			else { flag = 0;  }
			break;
			case 2:
			if (ch >= 'a'&&ch <= 'z') { flag++;	 }
			else { flag = 0;  }
			break;
			case 3:
			if (ch >= 'a'&&ch <= 'z') { flag++;	 }
			else { flag = 0;  }
			break;
			case 4:
			if (ch >= 'a'&&ch <= 'z' || (ch >= '0'&&ch <= '9')) { }
			else 
			{
				flag = 0;
				count++;
			}
			break;
		}
	}            /*flag */
	if (flag == 4) 
	{
		count++;
	}

	return count;
}

// pch.cpp: 与预编译标头对应的源文件；编译成功所必需的

include "pch.h"

// 一般情况下，忽略此文件，但如果你使用的是预编译标头，请保留它。