软工作业二 201621044079韩烨
1.码云项目地址
https://gitee.com/HYSOUL/PersonalProject-Java/tree/master/
2.PSP表格
| PSP2.1 | 个人开发流程 | 预估耗费时间（分钟） | 实际耗费时间（分钟） |
|---|---|---|---|
| Planning | 计划 | 30 | 30 |
| · Estimate | 明确需求和其他相关因素，估计每个阶段的时间成本 | 30 | 30 |
| Development | 开发 | 500 | 580 |
| · Analysis | 需求分析 (包括学习新技术) | 50 | 100 |
| · Design Spec | 生成设计文档 | 50 | 50 |
| · Design Review | 设计复审 | 30 | 10 |
| · Coding Standard | 代码规范 | 30 | 10 |
| · Design | 具体设计 | 100 | 80 |
| · Coding | 具体编码 | 150 | 180 |
| · Code Review | 代码复审 | 30 | 20 |
| · Test | 测试（自我测试，修改代码，提交修改） | 60 | 130 |
| Reporting | 报告 | 80 | 90 |
| · | 测试报告 | 30 | 30 |
| · | 计算工作量 | 20 | 20 |
| · | 并提出过程改进计划 | 30 | 40 |
3.解题思路描述
题目要求如下：
- 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：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，1file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
可以看出，其中需要主要运用到了字符串的操作，其中包括字符串的分割、字符串判断、字符串大小写的转换等等。
另外在统计词频方面还会运用到Map之类的来进行存储。
最后就是关于文件写入写出的操作的使用。
4.设计实现过程
这次的代码中主要包含了两个类：字符处理类以及文件处理类。
-
字符处理类
- getCharCount()：实现字符个数的统计
- getLineCount()：实现有效行数的计算
- getWordCount()：实现单词数的统计
- getWordFreq()：实现单词词频的统计
-
文件处理类
- readFile()：实现文件的读取操作
- writeFile()：实现文件的写入操作
5.代码说明
1.getCharCount()函数
该函数通过遍历字符进行判断，以此来达到统计字符数的效果，要注意此题中中文并不算字符，因此只要统计ascll码中的字符以及一些特殊字符即可。
public int getCharCount() // 统计文件字符数
{
char c;
int i = 0;
while (i < text.length()) {
c = text.charAt(i);
if (c >= 32 && c <= 126 || c == '\r' || c == '\n' || c == '\t') {
charNum++;
}
i++;
}
return charNum;
}
2.getWordCount()函数
该函数用于判断单词的个数，先根据空白字符来进行分词操作，然后再根据单词的要求，即长度，格式等规定，进行判断，然后返回总数。。
public int getWordCount() // 统计单词总数
{
String t = text;
String[] spWord = t.split("\\s"); // 分词
for (int i = 0; i < spWord.length; i++) {
if (spWord[i].length() < 4) { // 判断长度是否大于等于4
continue;
} else {
int flag = 1; // 判断字符串的前四位是否是英文字母
char c;
for (int j = 0; j < 4; j++) {
c = spWord[i].charAt(j);
if (!(c >= 'A' && c <= 'Z' || c >= 'a' && c <= 'z')) {
flag = 0;
}
}
if (flag == 1) {
wordCount++;
}
}
}
return wordCount;
}
3.getLineCount()函数
该函数用于统计有效行数，先将每一行进行分割，然后存入字符数组，然后遍历数组，判断字符串去掉空格之后的长度是否为0，如果为0即为无效行数。最后返回有效行数的个数。
public int getLineCount() { // 统计有效行数
String[] line = text.split("\r\n"); // 将每一行分开放入一个字符串数组
for (int i = 0; i < line.length; i++) { // 找出无效行，统计有效行
if (line[i].trim().length() == 0)
continue;
ValidLine = ValidLine + 1;
}
return ValidLine;
}
4.getWordFreq()函数
该函数用于单词词频的统计，先按照单词的判断方法进行判断一个词是否是单词，然后使用一个Map进行存储，具体方法为先判断Map中之前是否存过该数据，若没有存过，则将其存入并置value值为1，若存过，则将该值的value值加1。最后将即可map根据要求进行排序即可
public List getWordFreq() { // 对单词词频的Map进行排序
wordFreq = new HashMap<String, Integer>();
String t = text;
String[] spWord = t.split("\\s"); // 分词
for (int i = 0; i < spWord.length; i++) {
if (spWord[i].length() < 4) {
continue;
} else {
int flag = 1;
char c;
for (int j = 0; j < 4; j++) {
c = spWord[i].charAt(j);
if (!(c >= 'A' && c <= 'Z' || c >= 'a' && c <= 'z')) {
flag = 0;
}
}
if (flag == 1) {
spWord[i] = spWord[i].trim().toLowerCase();
if (wordFreq.get(spWord[i]) == null) {
wordFreq.put(spWord[i], 1);
} else
wordFreq.put(spWord[i], wordFreq.get(spWord[i]) + 1);
}
}
}
List<Map.Entry<String, Integer>> list = new ArrayList<Map.Entry<String, Integer>>(wordFreq.entrySet());
Collections.sort(list, new Comparator<Map.Entry<String, Integer>>() {
@Override
public int compare(Entry<String, Integer> o1, Entry<String, Integer> o2) { // 对Map中内容进行排序，先按词频后按字典顺序
if (o1.getValue() == o2.getValue()) {
return o1.getKey().compareTo(o2.getKey());
}
return o2.getValue() - o1.getValue();
}
});
return list;
}
6.单元测试
-
测试文件
-
测试代码
@Test
public void testGetCharCount() throws IOException {//统计字符数量测试
FileDeal fd = new FileDeal();
String text1 = fd.FileToString("text/text1.txt");
WordDeal wd1 = new WordDeal(text1);
int cn1 = wd1.getCharCount();
}
@Test
public void testGetWordCount() throws IOException {//统计单词数量测试
FileDeal fd = new FileDeal();
String text1 = fd.FileToString("text/text1.txt");
WordDeal wd1 = new WordDeal(text1);
int wn1 = wd1.getWordCount();
}
@Test
public void testGetWordFreq() throws IOException {//统计词频测试
FileDeal fd = new FileDeal();
String text1 = fd.FileToString("text/text1.txt");
WordDeal wd1 = new WordDeal(text1);
List wf1 = wd1.getWordFreq();
}
@Test
public void testGetLineCount() throws IOException {//统计有效行数测试
FileDeal fd = new FileDeal();
String text1 = fd.FileToString("text/text1.txt");
WordDeal wd1 = new WordDeal(text1);
int wn1 = wd1.getLineCount();
}
- 测试截图
7.心得体会
这次的实验最难的地方还是每一步的规范，以前写代码的时候并不会注意到那么多，所以在规范上花的时间还蛮多的。然后就是在写代码的时候忘记了很多Java的语法，特别是词频统计的函数，用到了比较器之类的，也是花了很多时间。然后在异常处理方面考虑还是不够多，下次会注意这方面的内容。
