软工实践第二次作业

GitHub链接WordCount.

一、PSP表格记录下估计将在程序的各个模块的开发上耗费的时间。

二、计算模块接口的设计与实现过程。

1、项目分析

刚开始看到这个代码，我就开始构思整个代码的框架，大致将其功能分为三个模块实现，字符类，行类，单词类。字符的判断可根据字符的ASCII码值判断，行数的计算可按行读取，将文本文件中的字符逐个抽取，对字符进行处理可以获取单词，第三个类使用的数据结构较多，包含了双向链表结构，链表排序算法，hash散列用于快速匹配单词，我计划将这三个功能各自独立起来，分别用结构体封装，这只是一些大致的想法，具体的实现细节后面解释。
下面两天我有空闲时间就在做代码编写的预备知识学习工作，包括输入输出流，hash散列，结构体的双向链表结构，还有一些库函数，此外，我将c++一书又浏览了一遍，因为在刚开始写代码时，我发现一些基本的c++知识都忘记了。
2、实现细节

1）字符统计
利用c++输入输出流函数逐个读取字符，判断字符ASCII码值是否在ASCII码表范围内,我对字符的输入输出流不太了解，刚开始出现了乱码，读取字符不完整等情况，所以这方面花费时间很长，下面给出代码以作记录：

fstream inFile;
	inFile.open(fileName);//读取文件
	if (inFile.fail()) //读取文件失败
	{
		cout << "Could not find the file\n";
		cout << "Program terminating\n";
		exit(EXIT_FAILURE);
	}
	inFile >> noskipws;
	inFile >> c;

2）
利用getline（）函数计算行数

while (getline(inFile, tmp, '\n'))
	{
		linecount.linenum++;
	}

原本的想法是想将单词类独立封装在一个结构体内，但是后来实现起来太繁琐，所以我将单词数和词频统计分成两个模块，先用一段简单的代码实现单词数的统计，下面主要考虑词频统计，在实现词频统计时，遇到分隔符且首部至少四个字母，即可判断此为一个单词，用word结构体存储单词,使用链表结构将这些单词串接起来

struct Word {
	char word[MAX_WORD_LENGTH];
	int num;
	Word *next;
	Word *previous;
	Word() {
		word[0] = 0;
		num = 0;
		next = nullptr;
		previous = nullptr;
	}
	Word(char* theWord, int theNum) {
		strcpy_s(word, theWord);
		num = theNum;
		next = nullptr;
		previous = nullptr;
	}
	//如果使用了指针，在析构函数中释放 
	~Word() {
		delete next;
		next = nullptr;
	}
};

3、计算模块接口部分的性能改进。

1)在进行单词匹配的时候，用hash散列快速匹配，模设置为128，这样可以大大节省查找单词的时间：

int WordList::Hash(char* word) {
	int HashVal = 0;

	while (*word != '\0')
		HashVal += *word++;

	return HashVal & 127;

}

2)我用一个WordList结构体用于处理单词提取，词频排序，字母序排列，结果输出等功能

struct WordList
{
private:
	int Hash(char *word);			//哈希函数
	void shiftWord(Word * pWord);	//使word前移一格
	Word* pWordHead;				//指向Word的指针
	Word* pWordTail;
	WordIndex* index[128];			//哈希索引
public:
	WordList();
	~WordList();
	void addWord(char word[]);
	void wordCount(string fileName, WordList &wordList);
	void outPut();
};

4、结果测试
运行程序

数据文本

结果文本

5、总结
我认为我的计算机基础比较薄弱，说实话，这次作业真的很吃力，但是在这个过程中我学习到很多东西，软件工程实践虽然辛苦，但是比起能收获到那么多知识，我觉得值了。