201671030116宋菲菲 词频统计软件项目报告
一、需求分析
尝试按照《构建之法》第2章中2.3所述PSP流程，使用JAVA编程语言，独立完成一个英文文本词频统计的软件开发。软件基本功能要求如下：
- 程序可读入任意英文文本文件，该文件中英文词数大于等于1个。
- 程序需要很壮健，能读取容纳英文原版《哈利波特》10万词以上的文章。
- 指定单词词频统计功能：用户可输入从该文本中想要查找词频的一个或任意多个英文单词，运行程序的统计功能可显示对应单词在文本中出现的次数和柱状图。
- 高频词统计功能：用户从键盘输入高频词输出的个数k，运行程序统计功能，可按文本中词频数降序显示前k个单词的词频及单词。
- 统计该文本所有单词数量及词频数，并能将单词及词频数按字典顺序输出到文件result.txt。
二、功能设计
- 读取文件text.txt，能容纳10万单词以上。
- 统计词频，可以分解输入字符串并统计输入一个或多个单词的词频。
- 统计高频词，用户输入高频词个数n，程序返回n个高频词以及每个单词的词频。
- 将text.txt文本中的单词及其词频按照字典顺序输出到文件result.txt文件中。
三、设计实现
项目主要包含两个类，一个是主函数Main，一个是统计单词的类SortResult。
- 主函数Main中实现图形用户界面，实现各个功能。输入框3个，分别是原文本文件的文件名（采用相对路径），想要查找的一个或多个单词，想要查找的N高频词及其词频数。两个按钮，分别是“确定”和“取消”。由于两个查找在同一个面板，防止出现冲突，若两个输入框均有输入，则实现第一个输入框的功能。点击确定后，直接将字典顺序输出到result.txt文本中，并且实现相应功能。
- SortResult中将文本中的每个单词按照字典顺序将单词及词频数输出到result.txt文本文件中。
四、测试运行
读入text.txt文件，输入要查找的一个或多个词语，以空格为分割符，返回各个单词的词频及柱状图：
输入想要查找的高频单词个数n，输出前n个高频词及其频数：
若同时输入了查找单词和查找高频单词个数，只执行查找单词功能：
result.txt
五、部分代码
### 输出柱状图： int i; String print = "";//记录输入单词及词频 String print2 = "\n";//记录柱状图 for(i=0; i
print2+=entry.getKey()+":\n";
for(int j=0;j<entry.getValue()/100;j++)
print2+="*";//柱状图以“*”显示
print2+="\n";
print += entry.getKey() + ":" + entry.getValue()+" ";
break;
}
}
}
JOptionPane.showConfirmDialog(null, print+print2,"结果",JOptionPane.DEFAULT_OPTION);
输出高频词：
if(admin.isEmpty() && !num.isEmpty()) //若输入单词栏为空且输入高频词个数不为空
{
int n=Integer.parseInt(num);//将读到的字符串转化为整型
String print = "";
ArrayList<Map.Entry<String,Integer>> resultlist = new ArrayList<Map.Entry<String,Integer>>(wordsStatistics.entrySet());//结果存入 resultlist
Collections.sort(resultlist,new Comparator<Map.Entry<String,Integer>>(){
@Override
public int compare(Entry<String, Integer> w1, Entry<String, Integer> w2) {
return w2.getValue() - w1.getValue(); //以降序的形式存入
}
});
for(int i = 0; i<n; i++){
print += resultlist.get(i).getKey()+ ": " +resultlist.get(i).getValue()+" ";
}
JOptionPane.showConfirmDialog(null, print,"结果",JOptionPane.DEFAULT_OPTION);
}
六、总结
- 本次项目为单人项目，通过实践，大致了解了软件项目个人开发流程。从需求分析到设计实现再到测试运行，此次项目实验让我体验了每一个步骤的具体实现。
- 学会了在Github上发布软件项目的操作方法。
- 项目完成后还有许多地方不足，比如柱状图没有用图形的样式表现出来。
- 本次项目完成时的模块划分能力有所欠缺，只有两个模块，功能实现Main和字典输出到文本，多数功能都在Main中直接编码调用。
七、PSP
| 实际完成时间(min) | 计划完成时间(min) | 任务内容 | PSP2.1 |
|---|---|---|---|
| 28 | 20 | 计划 | Planning |
| 28 | 20 | 估计这个任务需要多少时间，并规划大致工作步骤 | Estimate |
| 1020 | 674 | 开发 | Development |
| 30 | 20 | 需求分析（包括学习新技术） | Analysis |
| 35 | 20 | 设计 | Design |
| 22 | 10 | 设计复审 | Design Review |
| 5 | 4 | 代码规范 | Coding Standard |
| 58 | 60 | 具体设计 | Design |
| 720 | 480 | 具体编码 | Coding |
| 120 | 60 | 代码复审 | Code Review |
| 30 | 20 | 测试 | test |
| 65 | 60 | 报告 | Reporting |
| 30 | 30 | 测试报告 | Test Report |
| 20 | 20 | 计算工作量 | Size Measurement |
| 15 | 10 | 事后总结，病提出过程改进计划 | Postmortem & Process Improvement Plan |
通过总结，发现本次项目的计划时间与实际完成时间出入比较大，尤其在具体编码方面，体现了我的动手编写代码能力不足，需要加强，也是因为设计的时候没有细化，不够完善，导致编写代码时不顺利。在今后的学习中，希望可以加强我的项目具体设计能力及编程能力。
