软工第一次个人作业 需求分析、模块规划与时间规划

目标功能：

1. 统计文件的字符数
2. 统计文件的单词总数
3. 统计文件的总行数
4. 统计文件中各单词的出现次数
5. 对给定文件夹及其递归子文件夹下的所有文件进行统计
6. 统计两个单词（词组）在一起的频率，输出频率最高的前10个。

需求分解：

1.  能从命令行中获取参数。
2. 对给定文件夹及其递归文件夹里的文件进行读取，并有一定的容错能力。疑问：递归是强制功能还是可选功能？）
3. 能够判断单词的定义。
4. 能够快速存取单词出现次数与词组次数。
5. 对字符流中的字符按照不同规则进行统计。疑问：不同规则的统计是否要拆解成不同功能？）
6. 对字符流中的单词进行统计。
7. 对统计的出现次数进行排序，筛选出最高的10个。
8. 对结果进行输出。

模块分解：

1. 文件的读取模块。具体需求：遍历给定文件夹，依次读取每个文件。
2. 简单的字符和行数的统计功能，作为一个模块。具体需求：统计字符流的字符与行数。
3. 将单词的判断条件封装为一个独立的类。具体需求：对于给定的字符，可以判断是否为单词、为哪个单词。
4. 单词的统计功能。具体需求：统计字符流中的单词数、词组数。
5. 表单功能。具体需求：提供查表功能，尽量快速地查找与修改每个单词的统计数目。另外提供查找最大值的功能。思路：使用stl，哈希表或字典树。查找最大值可以通过维护一个最大值表（较慢）、直接搜索（较慢）或者采用特定的数据结构（是否与前述矛盾？）疑问：3.4.5.模块是否划分过于细致？
6. 输出模块。具体需求：从给定数据给出输出。
7. 主模块。具体需求：从命令行读取数据，调用各模块完成工作。

疑问：

各个字符、单词的统计是一次性、一起统计，还是多次访问文件、分别统计？若是前者，恐怕耦合严重。若是后者，读文件可能效率不高。假如用buff暂时存储字符串从而多次统计过于浪费资源，而且可能出现溢出，还会将字符流划分成多段，可能带来问题。为了方便编码，先使用后者多次读文件完成，后期进行效率优化。

进度规划：

由于其他任务，今天才开始进行这个作业。因此之后必须加紧时间。

上述模块分解只是一个初步分解，仍然有很多不妥之处。个人打算先分别完成各个模块的初步功能，再根据问题进行调整。因此，进度规划只能大概规划，无法太细致。

进度计划：

模块1. 和7. 的命令行读取：较为简单，首先尽快解决，尽量增强健壮性。

模块6. ：今天之内完成。完成这些之后，大体框架就能够运行了。

模块2. ：今天之内完成。

模块3. ：尽量今天之内完成。至少周一之内完成。

模块4. 5. ：周一完成初步

模块5. ：周一、周二更改方案，选择最合适的方案。

性能测试：周三进行。

语言：c++

平台：visual studio

单元测试：

vs有自带的单元测试模块，但是过于庞大，所以我打算自己写简单的单元测试类。