福大软工1816 - 第二次作业
github项目地址：https://github.com/Travaill/personal-project
1.PSP表格
| PSP2.1 | Personal Software Process Stages | 预估耗时（分钟） | 实际耗时（分钟） |
|---|---|---|---|
| Planning | 计划 | ||
| · Estimate | · 估计这个任务需要多少时间 | 600 | 685 |
| Development | 开发 | ||
| · Analysis | · 需求分析 (包括学习新技术) | 20 | 20 |
| · Design Spec | · 生成设计文档 | 20 | 20 |
| · Design Review | · 设计复审 | 5 | 5 |
| · Coding Standard | · 代码规范 (为目前的开发制定合适的规范) | 10 | 10 |
| · Design | · 具体设计 | 30 | 30 |
| · Coding | · 具体编码 | 420 | 480 |
| · Code Review | · 代码复审 | 10 | 5 |
| · Test | · 测试（自我测试，修改代码，提交修改） | 20 | 30 |
| Reporting | 报告 | ||
| · Test Repor | · 测试报告 | 60 | 60 |
| · Size Measurement | · 计算工作量 | 60 | 20 |
| · Postmortem & Process Improvement Plan | · 事后总结, 并提出过程改进计划 | 20 | 5 |
| 合计 | 675 | 685 |
2.需求分析
输入文件名以命令行参数传入。例如我们在命令行窗口(cmd)中输入：
WordCount.exe input.txt
统计input.txt中的以下几个指标
- 统计文件的字符数：
- 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，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
- 例：file123是一个单词， 123file不是一个单词。file，File和FILE是同一个单词
- 统计文件的有效行数：任何包含非空白字符的行，都需要统计。
- 统计文件中各单词的出现次数，最终只输出频率最高的10个。频率相同的单词，优先输出字典序靠前的单词。
- 按照字典序输出到文件result.txt：例如，windows95，windows98和windows2000同时出现时，则先输出windows2000
- 输出的单词统一为小写格式
- 输出的格式为
characters: number
words: number
lines: number
<word1>: number
<word2>: number
...
3.计算模块接口的设计与实现过程
代码主要模块
- 预处理模块：将一份txt文件里面的非法字符等全部转换为空格
- 字符统计模块：统计文件中出现的字符
- 行数统计模块：统计文件中的行数综合
- 单词统计模块：统计文件中的单词出现次数并输出频率前十的单词，频率相同按照字典序输出
程序流程图
关键函数展示
在判断合法单词的时候利用了正则表达式
vector<pair<string, int>> CountWord() //调用这个函数把文字传进来。
{
ifstream in("temp.txt");
ostringstream tmp;
tmp << in.rdbuf();
string str = tmp.str();
map<string, int> result;
regex repPattern("[a-zA-Z]{4,}[a-z0-9A-Z]*");
// 声明匹配结果变量
match_results<string::const_iterator> rerResult;
// 定义待匹配的字符串
string strValue = str;
while (regex_search(strValue, rerResult, repPattern))
{
result[rerResult[0]]++;
strValue = rerResult.suffix().str();
}
vector<pair<string, int>> resultvec(result.begin(), result.end());
sort(resultvec.begin(), resultvec.end(), CmpByValue());
return resultvec;
}
4.计算模块接口部分的性能改进
5.计算模块部分单元测试展示
还在学习中......
6.计算模块部分异常处理说明
-
当要输入的文件名不存在时
FILE *fp; fp = fopen(filename,"rt"); if(fp==NULL) { printf("文件名或文件地址输入错误 "); }
7.心得体会
太久没打C语言了，代码的实现过程变成异常痛苦，花了太多的时间在实现代码上，然后做封装等等，但是目前的代码规范让自己还不是很满意，例如变量名注释返回值等还有很多可以改进的地方，特别是异常处理，由于直接开始实现代码，没有提前想到这个部分，所以后续添加异常处理的时候就变得特别困难。