个人项目
个人项目：
| 这个作业属于哪个课程 | https://edu.cnblogs.com/campus/gdgy/Networkengineering1834 |
|---|---|
| 这个作业要求在哪里 | https://edu.cnblogs.com/campus/gdgy/Networkengineering1834/homework/11146 |
| 这个作业的目标 | 使用java编程语言开发论文查重功能，测试代码性能和覆盖率。 |
GitHub仓库地址：
https://github.com/Adorkble/AdorkableWN
PSP表格:
| PSP2.1 | Personal Software Process Stages | 预估耗时（分钟） | 实际耗时（分钟） |
|---|---|---|---|
| Planning | 计划 | 80 | 90 |
| · Estimate | · 估计这个任务需要多少时间 | 20 | 20 |
| Development | 开发 | 600 | 500 |
| · Analysis | · 需求分析 (包括学习新技术) | 50 | 50 |
| · Design Spec | · 生成设计文档 | 30 | 40 |
| · Design Review | · 设计复审 | 20 | 30 |
| · Coding Standard | · 代码规范 (为目前的开发制定合适的规范) | 20 | 10 |
| · Design | · 具体设计 | 40 | 50 |
| · Coding | · 具体编码 | 200 | 200 |
| · Code Review | · 代码复审 | 30 | 35 |
| · Test | · 测试（自我测试，修改代码，提交修改） | 30 | 20 |
| Reporting | 报告 | 80 | 80 |
| · Test Repor | · 测试报告 | 30 | 45 |
| · Size Measurement | · 计算工作量 | 20 | 15 |
| · Postmortem & Process Improvement Plan | · 事后总结, 并提出过程改进计划 | 30 | 15 |
| 合计 | 1280 | 1200 |
类的详细说明：
1. 类说明：
-
CheckArticle：此类中有4个方法，readChinese()将每一行文本内容中的中文字符提取出来；readChineseFromFile()将文本所有中文字符逐行提取出来;Deconstruct()将readChineseFromFile()中提取到的文字进行拆解;Checking()是用Deconstruct(path)文章拆分出来的词组进行对比查重。
-
Logfile:此类中有3个方法,Logfile()方便新建Logfile对象;start()判断是否日志创建成功;addToLog()开启日志功能则可正常写入信息，写入日志信息时，为了保证文件信息正确，需要同步。
2. 类图：
3. 函数流程图：
代码性能测试：
1. 内存分析：
2. 运行分析
具体单元测试：
1. 测试单元：
2. 代码覆盖率：
3. 命令行测试：
运行结果展示：
| 抄袭论文 | 查重率 |
|---|---|
| orig_0.8_del.txt | 0.8077011 |
| orig_0.8_add.txt | 0.5638108 |
| orig_0.8_dis_1.txt | 0.8899804 |
| orig_0.8_dis_10.txt | 0.7066445 |
| orig_0.8_dis_15.txt | 0.4913692 |
异常处理说明:
1. 当用户输入的路径不存在时：
2. 当用户不按照参数之间用空格隔开时：
代码缺陷：
- 查重速率过低，性能不优。
- 没有考虑到一个句子中有13个字与原著相似时定位该句子为抄袭。
- 当有很多一些出现率比较高的词时，会将不断累加相似词的数目，会导致查重率偏高。
- 提取文本所有中文字符，但是没有考虑到英文字母。导致在英文比较的文章中查重率太低，使用感不强。
