单词统计

任务要求 ： 实现一个程序太控制的，输出指定文件夹中*.cs , *.txt . *.cpp , *.h 中单词的统计

1、项目预计时间

因为这是我的第一个有些用处的C++程序，所以要多分配一些时间给准备

构思：构思没给多少时间，大体分了一下模块，1小时

查资料：分完模块发现好多想用的都不知道有没有这样的函数或者类，于是决定3小时查资料

第一次代码：先想用最简单的方法去做这个程序，先写出一个再说（其实是怕难得做不出来……） 预计4小时

第二次代码：对代码进行改进，改一改数据结构和一些算法，预计5小时

总共13小时

 

2、实际上……

构思基本没多少时间，忽略就好了……

查资料：什么乱八七糟的啊啊啊啊啊啊啊啊啊啊啊啊啊，查得心里都烦了。不过时间还好，总共前前后后加起来4小时左右

第一次代码：好久不写代码，果然很不行。。。。。。第一次用最简单的程序，什么优化都没有，硬生生用了我一下午加一晚上，大约6个小时吧

第二次代码：第一次运行速度实在是太！慢！了！不忍直视！！！于是写了第二个代码（后面会讲怎么改的），时间变快了好多有木有！！！花了好长时间有木有！！！其实也就8个小时左右吧

第三次代码：小伙伴们都太强大了，速度都太快，让我不忍直视，于是在其进行了改进，花了大约3小时改完的

于是总共就变成了21小时，快一天了……

 

3、代码质量分析

没有问题，真的好开心（之前被虐的好惨）

 

4、性能分析

这里以扫描D:\VS2012\Common7 为例（1.05G）

第一次代码：好慢好慢好慢好慢好慢好慢

根本扫不出来，扫了10分钟还是没有出来，不过小的测试点都是对的

第二次代码：

这次优化是优化了查找的数据结构和一些算法的调整。其实算法方面从时间复杂度来考虑没有改进很多，是把原本混合在一起的步骤（分词+插入）分成了两部分，分开进行，不过快了不少。数据结构方面，将原来线性查找改为了实用二叉树查找，时间复杂度降了将近1维，所以在气氛多种就跑了出来。

第三次代码：

在第一次优化之后，我的每次查找插入单词的时候都是用一个函数来比较大小，其中有两次强制转换。由于比较次数实在是多，占用了大量的时间，所以在树的每个结点的结构中加入了一个字符串，记录了每个单词转成小写之后的样子，方便比较。结果程序就变成了一分多钟。

 

5、测试用例

（1）最简单的测试

一个文档

The Kite Runner

Maybe life is a process of running

结果正确

（2）同样是上个分档， mode2

（3）额，还是上个，mode3

（4）测试一下数量

一个文件

cat cat caT dog Dog dOg

（5）测试一下多个文件

在文件夹中，一个和上个测试同样的文件，和一个文件夹a，

文件夹a有这个测试文件和文件夹b

文件夹b有有两个这个测试文件

（6）输入格式不对

控制台输出的（截屏好不容易弄到个清晰地……）

（7）非空格分隔

一个文件

jghbh8li[ykukvjh'bkuyjygb'

（8）强一点的，D:\VS2012\Common7

（9)单个大文件，mode1

The Kite Runner这本书

（10）还是上个文件，mode3

 

6、个人总结

很久没有去写程序了，手有些生，编码的速度明显不如从前。而且C++还是一门基本没有摸过的语言，感觉编写十分的生硬。要多加练习。

查资料的能力也需要加强。首先，在这次作业中，有的小伙伴使用了C++自带的哈希表的类，速度非常的快。这是我在编程之前根本就没有去想的一点。虽然听说编码相对复杂，但是速度快的惊人。应该在编程前查资料的时候更加全面的寻找解决办法。其次，在我查找资料到后来使用的的时候才发现，自己找到的资料有些没用，有些还不够，这点需要提高。

还有在程序运行速度上也需要提高。