第二次作业-个人项目

对代码的改进地址：https://www.cnblogs.com/031602401chl/p/9665968.html
Github项目地址：（https://github.com/AsianLazyMan/personal-project/tree/master/Cplusplus）
PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	40	80
· Estimate	· 估计这个任务需要多少时间	20	50
Development	开发	300	450
· Analysis	· 需求分析 (包括学习新技术)	60	120
· Design Spec	· 生成设计文档	20	45
· 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	25
· Design	· 具体设计	60	35
· Coding	· 具体编码	180	240
· Code Review	· 代码复审	60	120
· Test	· 测试（自我测试，修改代码，提交修改）	120	300
Reporting	报告	60	45
· Test Repor	· 测试报告	60	40
· Size Measurement	· 计算工作量	10	10
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	10	30

|       | 	合计  |1050 |1560

***需求分析***

===========
程序所要求的功能有以下几点：

• 统计文件的字符数（不需要考虑汉字需要考虑空格制表符换行符）。

• 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
...

***思路***

===========

看到题目后第一想到的就是怎么在程序中读取文件。因为没学过，就去网上找了资料。使用fstream读取txt文件。然后使用getline（）函数来读取文件中的每一行。并在函数中对每一行的字符进行操作。然后使用lower（）函数把全部字母都变小写。首先先得到每一行的字数，使用temp.size()+1来表示每行的字数.加一是因为行末还有一个回车字符。行数即为每次使用getline时对linenum加1.对行中每一个字符进行遍历。当遇到非单词中的字符时continue。当遇到英文字母或者数字时即为发现新单词。进入对新单词的判断，当所遇到的字符不是空格、句号、逗号等符号时，将字符储存起来，当遇到空格、句号、逗号等符号时，停止储存，并将最后一个字符的后一个字符设为‘\0’.如a[k++]=‘\0’。将单词分割出来后，使用judge（）函数判断是否为符合要求的单词。如是拷贝进word2[]中。在储存完所有单词后，检测各个单词的频率。最后进行排序。

• lower（）函数

void lower(string& str) {//大写转化成小写
	for (int j = 0; j < str.size(); j++)
	{
		if (str[j] <= 'Z'&&str[j] >= 'A') {
			str[j] = str[j] + 32;
		}

	}
}

• 将单词按要求分开

for (int y = 0; y < temp.size(); ) {
			if (p[y] == ' ' || p[y] == '.' || p[y] == '?' || p[y] == '!' || p[y] == ',' || p[y] == '"')
			{
				y++;
				continue;
			}
			else {//发现一个单词
				char *danci = (char*)malloc(sizeof(char)*10);
				memset(danci, 0, sizeof(char) * 10);
				int k = 0;
				while ((p[y] >= 'a'&&p[y] <= 'z') || (p[y] >= '0'&&p[y] <= '9')) {
					danci[k] = p[y];
					k++; y++;
				}
				danci[k] = '\0';//终止符号 很重要
				//cout << danci << "*"<<endl;
				if (Judge(danci)) {
					word2[m].s = danci;
					word2[m].num = 0;
					/*if (word2[m].s) {
						cout << word2[m].s << endl;
					}*/
					m++;
				}
			}

输入输出

输入：

aaaa SSSSSS AAAA,SHENZHEN.
KKKKK KK AAAA aaaa?SHENZHEN.
XXXX XXXX XXXX XXXX XXXX!SHENZHEN,SHENZHEN.
"sdsdas" gaomima

输出：

characters:117
words:17
lines:4
word1:xxxx times:5
word2:aaaa times:4
word3:shenzhen times:4
word4:ssssss times:1
word5:kkkkk times:1
word6:sdsdas times:1
word7:gaomima times:1

计算模块接口的设计与实现过程

一共有四个函数分别是大写转化成小写的函数lower（），判断单词是否符合标准的函数judge（），将string转化成char的函数change（），冒泡排序的函数bubble_sort（）。
这其中两个函数需要说明。
一是judge（）函数。首先判断单词长度是否大于四，而后判断是否是至少四个英文字母开头。
而是转换函数change（），在进行转换后一定要将最后一个字符的后一个字符设定问‘\0’。否则会出现后面计算无法识别单词的情况。
程序的关键是对单词的分割。
当遇到字母或数字是才确定为是一个单词（后面会再用judge（）函数判断是否符合标准）。然后继续往后遍历，遇到规定的分隔字符后停止，并将所得到的单词存入word2中，进行后续操作。这样做比较具有可靠性。

计算模块接口部分的性能

计算模块部分单元测试展示

异常处理

   if (argv[1] == NULL) {
		cout << "No input";
	}
	fstream file(argv[1]);
	if (!file) {
		printf("Unable to open");
	}

总结与感想

处理字符是我平常比较不熟悉的部分，所以这次完成程序花了比较多的时间。比如忘记在字符后加上‘\0’终止符。这花了我非常多时间去找错误。但是也是有了这些错误，才让我对字符方面的编码更加熟悉。收获无疑是很大的。解决错误会给自己带来很多收获。
这次除了学习读取文件的功能有去查找资料外，其他都是自己一点点试出来，感觉比一不懂就去找资料充实得多。