2018软件工程第二次作业——个人项目

1.WordCount项目：031602510/scr

2.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	60
· Estimate	· 估计这个任务需要多少时间	80	60
Development	开发	2000	2700
· Analysis	· 需求分析 (包括学习新技术)	400	450
· Design Spec	· 生成设计文档	30	50
· Design Review	· 设计复审	30	60
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	60	60
· Design	· 具体设计	150	180
· Coding	· 具体编码	1000	1300
· Code Review	· 代码复审	60	60
· Test	· 测试（自我测试，修改代码，提交修改）	280	370
Reporting	报告	90	120
· Test Repor	· 测试报告	60	90
· Size Measurement	· 计算工作量	30	30
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	实际用的时间会比起估计时间长上许多	所以应该安排好时间提前几天完成任务，不然会造成最后几天疯狂赶代码的情况
3.解题思路描述。即刚开始拿到题目后，如何思考，如何找资料的过程。

解题思路：仔细阅读作业题目之后，发现程序要完成四件任务：

• <1>统计文件的字符数：
  • 只需要统计Ascii码，汉字不需考虑
  • 空格，水平制表符，换行符，均算字符

估摸着应该是可以用函数fopen（）来打开文件，然后用 fgetc（）来逐个获取文件中的字符，这个应该不难实现，不过写出来的代码才发现提示fopen()是unsafe的，查了资料才知道现在都建议用函数fopen_s()，二者在接受参数和返回值上都有区别。

• <2>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

一开始没有看清楚后面的单词实例，一开始感觉要求有歧义，走了很多弯路。对于单词总数的统计，我的思路是先将输入的input.txt文件存入一个字符串变量之中，然后对字符串进行预处理———大写转化为小写，除英文字母，数字以外的字符统一用空格符号代替，然后将字符串按空格隔开放进unordered_map<string, int> strMap;中，最后用容器vector和定义的sort（）；生成字典排序，然后遍历将符合条件的单词个数累加。

• <3>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。

行数的统计虽然会稍微简单点，不过也有一些坑点，比如空白行可能存在着空格不只有"\n",我写的程序一开始嗨啊忽略了第一行是空白的情况，多次测试之后才发现问题；

• <4>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

一开始把result.txt文件忘了，后来经过舍友提醒才知道的，关于单词频率的统计思路和之前写的单词数统计的主要思想差不多，不过统计的是字典序的单词，不过今天思考了一下比起用sort（）函数，用堆排序单词会更快，还有听说有的同学遍历了十次容器每次取出最小的字典序单词，只需要O（10N），可以说是很黑科技了。

4.设计实现过程。设计包括代码如何组织，比如会有几个类，几个函数，他们之间关系如何，关键函数是否需要画出流程图？单元测试是怎么设计的？

设计的实现过程：
类图

流程图

单元测试的设计，
其实总共有十个测试的，就不一一列出来了

text.cpp

#include "stdafx.h"
#include "CppUnitTest.h"
#include "../WordCount/stdafx.h"

using namespace Microsoft::VisualStudio::CppUnitTestFramework;

namespace UnitTest1
{		
	TEST_CLASS(UnitTest1)
	{
	public:
		
		TEST_METHOD(TestMethod1)
		{
			int Charnum = 198;//期望的测试结果
			int WordNum = 7;
			int lineNum = 3;
			char* filename = "F:\\WordCount\\UnitTest1\\test.txt";//文件存放位置绝对路径
			FILE *fp;
			fopen_s(&fp, filename, "r");
			WordCount A(fp, filename);
			Assert::AreEqual(lineNum, A.LineCount());//用的函数接口作为参数做测试
			Assert::AreEqual(Charnum, A.CharCount());
			Assert::AreEqual(WordNum , A.WordNum());
		}
	};

}	
	

测试结果查看

5.记录在改进程序性能上所花费的时间，描述你改进的思路，并展示一张性能分析图（由VS2017的性能分析工具自动生成），并展示你程序中消耗最大的函数。

cpu占用图

main函数占用

占用最大的操作原来和vector有关

代码覆盖率

改进思路，对于容器vector和排序sort（）是可以找到更好的替代，用堆排序或者遍历10次Map应该会减少算法复杂度。

6.代码说明。展示出项目关键代码，并解释思路与注释说明。

下面就是自己觉得花了比较多时间的核心代码：主要是单词以及频率输出部分,其他就不做赘述。

unordered_map<string, int> strMap;


bool mysort(pair < int, string > a, pair < int, string > b)//定义sort规则
{
	if (a.first != b.first)
		return a.first > b.first;
	else
		return a.second < b.second;
}


void GetMap(stringstream &ss)//生成string中单词的键值对
{
	string strTmp;
	while (ss >> strTmp)
	{
		unordered_map<string, int>::iterator it = strMap.find(strTmp);
		if (it == strMap.end())
		{
			strMap.insert(unordered_map<string, int>::value_type(strTmp, 1));
		}
		else
			strMap[strTmp]++;
	}
}


void WordCount::LetterCount() //字符统计函数
{
	string strFile, tmp;
	int i = 0;
	ifstream file(target_file);      //读取当前文件夹下input.txt文件
	while (getline(file, tmp))//直到文件结尾，依次逐行读入文本
	{
		strFile.append(tmp); //每次读入一行附加到strFile结尾
		strFile.append(" ");//行尾补充空格
		tmp.clear();            //记得清除，否则上一次读入比这次文本长，不会完全覆盖而出错
	}
	for (unsigned int i = 1; i <= strFile.size(); i++)//将字符串中英文字母大写转小写
	{

		if (strFile[i] >= 'A'&&strFile[i] <= 'Z')
			strFile[i] += 32;
	}
	for (unsigned int i = 0; i < strFile.length(); i++)//分隔符号替换成为空格
	{
		if (ispunct(strFile[i]))
			strFile[i] = ' '; 
	}
	stringstream ss(strFile);
	if (strMap.empty()) GetMap(ss);
	
	vector < pair < int, string > > m;//容器
	for (unordered_map<string, int>::iterator it = strMap.begin(); it != strMap.end(); ++it)
		m.push_back(make_pair(it->second, it->first));
	sort(m.begin(), m.end(), mysort);//排序
	for (unsigned int k = 0; k < m.size(); ++k)//输出单词以及频率
	{
		string a = m[k].second.c_str();
		if (
			((a[0] >= 'a'&&a[0] <= 'z') || (a[0] >= 'A'&&a[0] <= 'Z')) &&
			((a[1] >= 'a'&&a[1] <= 'z') || (a[1] >= 'A'&&a[1] <= 'Z')) &&
			((a[2] >= 'a'&&a[2] <= 'z') || (a[2] >= 'A'&&a[2] <= 'Z')) &&
			((a[3] >= 'a'&&a[3] <= 'z') || (a[3] >= 'A'&&a[3] <= 'Z')))
		{
			cout << '<' << a << '>' << ":" << m[k].first << endl;//打印结果
			i++;
			if (i >= 10)//输出频率前十
				break;
		}
	}
}

7.结合在构建之法中学习到的相关内容与个人项目的实践经历，撰写解决项目的心路历程与收获。

一开始并没有感觉第二次作业会很难，git的操作之前有过，都蛮顺利的，写代码也没有花费很多时间。看到题目之后捋了一下思路，其实题目就是在之前c/c++课程的基础上，把一个个简单的功能糅合成一个程序，往里面掺杂一些文件的读写，排序，字符串处理等一些“简单”操作，应该不难。

但是当调试的时候，和同学一对比运行结果，就发现不少问题，代码有很多bug导致结果出错，主要还是没有考虑周全，有的地方代码不得不重新写过，用到Map和容器的时候，由于不熟悉，甚至结果完全出错，在电脑面前找了一个多小时，最后发现是自己写的Get Map（）（往Map里面传数据的函数）多次传入，导致单词频率的统计结果翻了几倍。

接下来就是单元测试？什么是单元测试？？怎么测试？？？这是第一次听的时候的心理活动，不过万能的百度和善良的同学给了我不少帮助，最后也学会了编写测试代码，看测试结果是否正确。期间还有一个小插曲，写好测试程序之后不管怎么测试，都会有部分通过不了，但是运行结果是没错的？！自己折腾了一两个小时，查Assert::AreEqual()的很多资料，感觉测试结果不应该不对啊，然后舍友说，你再运行一下未通过的测试，然后居然能通过了。

最后对于封装，也是一知半解，感觉封装的也不是很完善，第一次认真正式地封装。

现在对于这次的作业，感觉就是各种触及我的知识盲区，不过有所得。说实话，和周围同学比起来，作业对于我来说是挺吃力的，甚至于过程是艰难的，不过能听听同学聊聊程序的改进，向他们学习，上网络上查资料，自己也把查资料过程中的好博客和内容摘抄下来，积累起来，也有欣慰。