201671010422 词频统计软件项目报告

我的GitHub

本次项目Github链接

一、需求分析

• 1.程序可读入任意英文文本文件，该文件中英文词数大于等于1个。
• 2.程序需要很壮健，能读取容纳英文原版《哈利波特》10万词以上的文章。
• 3.指定单词词频统计功能：用户可输入从该文本中想要查找词频的一个或任意多个英文单词，运行程序的统计功能可显示对应单词在文本中出现的次数和柱状图。
• 4.高频词统计功能：用户从键盘输入高频词输出的个数k，运行程序统计功能，可按文本中词频数降序显示前k个单词的词频及单词。
• 5.统计该文本所有单词数量及词频数，并能将单词及词频数按字典顺序输出到文件result.txt。

二、功能设计

• 基本功能：

  • 产品介绍以及使用帮助
  • 从本地文件中读入一个文本文件
  • 统计每一个单词的出现次数
  • 用户通过输入选项，可以查找大于输入的频数的单词
  • 可以读出查询后的结果,包括全部的词汇和筛选出的词汇

• 扩展功能：

  • 用户可以直观的看到总共的词汇量
  • 操作界面干净美观
  • 系统稳定

三、设计实现

1、整个程序在一个大的死循环中进行，只有在用户选择推出程序时才可以退出程序

2、定义k=1，当进入while循环中，只有退出系统的的命令为k=0

3、在操作页面排版时用到了windows自用的库函数

void SetPosition(int x,int y)
{
    HANDLE winHandle;   //句柄
    COORD pos = {x,y};
    winHandle = GetStdHandle(STD_OUTPUT_HANDLE);
    //设置光标的坐标
    SetConsoleCursorPosition(winHandle,pos);
}

4、功能流程图

四、 测试运行

下图是刚进入程序时的操作界面

这是一个用户操作说明

这是读取了一个19W单词的文本文件后显示所有单词的词频显示并读出到txt文件中

这是用户输入100后，系统筛选出该文本中词频数大于等于100的单词显示并读出到txt文件中

选择退出时的界面

这是显示该文本所有单词及其词频数后自动生成并保存的文本文件

这是显示帅选出的单词及其词频数后自动生成并保存的文本文件

五、代码展示

这段代码是自定义的一些变量，在后面的文本控制可以方便的使用和有效的节省时间

#include <windows.h>
#define SEP "------------------------------------------------------------------------------"//界面的总宽度
#define COL 78
#define MARGIN_X 20             //左边距
#define MAP_START_Y 3           //开始y轴坐标
#define MAP_END_Y 11            //结束y轴坐标
#define INFO_START_Y 12         //信息界面开始的Y坐标
#define INFO_END_Y 19           //信息界面结束的Y坐标

这些是自定义的一些函数，依旧是提高效率

void SetPosition(int x,int y);
/*从x行，y列开始清rowcount行*/
void Clear(int x,int y,int rowcount);
/*从第x列，y行开始，把第rowcount行输入空格*/
void SetColor(int froeColor,int bankColor);
/*设置文字的前景色，和背景色*/
void Clear(int x,int y,int rowcount)
{

    //每行清除78个字符——每行打印78个空格
    int i,j;
    for(i=0;i<rowcount;i++)
    {
        SetPosition(x,y+i);
        for(j=0;j<78;j++)
        {
            printf(" ");
        }
    }
}
void SetPosition(int x,int y)
{
    HANDLE winHandle;   //句柄
    COORD pos = {x,y};
    winHandle = GetStdHandle(STD_OUTPUT_HANDLE);
    //设置光标的坐标
    SetConsoleCursorPosition(winHandle,pos);
}
void SetColor(int foreColor,int bankColor)
{
    HANDLE winHandle;   //句柄
    winHandle = GetStdHandle(STD_OUTPUT_HANDLE);
    //设置文字颜色
    SetConsoleTextAttribute(winHandle,foreColor+bankColor*0x10);
}

程序主函数,其中k为死循环的条件变量

char temp[WORD_LENGTH]; //临时存放单词的词组
    int k=1;    //用于while循环体，形成死循环
    FILE *fp; //打开要读取的文件
    if((fp=fopen("Breaking Dawn.txt", "r"))==NULL )
    {
        printf("Open file failed!!
");
        exit(1);
    }
        while( EOF != (fscanf(fp,"%s",temp)) )//循环读取文本中的内容
    {
        CountWord(temp);
    }
       fclose(fp); //关闭文件

       while(k)
        {
            PrintResult(); //输出统计结果;
        }
        system("pause");

   	   Release(); //释放内存，养成好习惯

利用指针来进行对文本的查询和统计

void CountWord(char *current)//单词统计
{
    wordNode *pNode = NULL;
    pNode = SearchWord(current);
    if(NULL == pNode)
    {
        return;
    }
    else
    {
        pNode->iWordCount++;
    }
}

wordNode * SearchWord(char *current)//查找单词所在节点
{

    if( NULL == pHeader) //当链表为空的时候，也就统计第一个单词时
    {
        pHeader = new wordNode;
        strcpy(pHeader->word, current);
        pHeader->iWordCount = 0;
        pHeader->pNext = NULL;
        return pHeader;
    }

    //搜索现有的链表
    wordNode *pCurr = pHeader;
    wordNode *pPre = NULL;
    while( (NULL != pCurr) && (0 != strcmp(pCurr->word, current)) )
    {
        pPre = pCurr;
        pCurr = pCurr->pNext;
    }

    if(NULL == pCurr) //该单词不存在
    {
        pCurr = new wordNode;
        strcpy(pCurr->word, current);
        pCurr->iWordCount = 0;
        pCurr->pNext = NULL;
        pPre->pNext = pCurr;
    }
    return pCurr;
}

六、 总结

通过本项目，我对软件的PSP个人开发流程有了大致的了解，这种规范化的流程对比我以往的代码编写方法确实有许多的优点；比如大大减少了后期的修改和补充环节，在实现过程中可以按照需求分析和功能设计的去实现，而不是以前的想到什么写什么，我也学到了一些新知识，比如怎样在Github上发布软件项目，等整个项目完成之后感觉到更加充实和满足；不过，我也发现了自己还有许多不足之处，比如长时间没有编程，编程实现困难，前期的工作不充分，导致花了大量的时间去修改和补充。在本次项目开发中，我也有一点遗憾，一是没有实现区间筛选功能，二是因个人能力不足没有将指定单词的柱状图完全实现。

七、PSP展示

在整个项目中实现过程既是消耗时间做多的，也是预估和实践相差悬殊最大的环节，这说明自己的编程能力还是不够，有待加强，除了实现过程之外，在后期的代码复审和过程改进计划也浪费了很多的时间，这说明前期的做的工作还是不够，没有把需求分析和功能设计这两个环节做透。