第一次个人编程作业

PSP表格
模块接口的设计与实现过程
性能分析
单元测试
覆盖率截图
异常处理

PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	30	60
Estimate	估计这个任务需要多少时间	10	10
Development	开发	480	800
Analysis	需求分析 (包括学习新技术)	120	150
Design Spec	生成设计文档	20	30
Design Review	设计复审	30	45
Coding Standard	代码规范(为开发制定合适的规范)	15	25
Design	具体设计	100	110
Coding	具体编码	120	180
Code Review	代码复审	30	30
Test	测试（自我测试，修改代码，提交修改）	150	200
Reporting	报告	40	60
Test Repor	测试报告	10	10
Size Measurement	计算工作量	20	25
Postmortem & Process Improvement Plan	事后总结, 并提出过程改进计划	20	30
Total	总计	1195	1765

模块接口的设计与实现过程

函数

get_name()正则匹配re.search()
get_phone()正则匹配re.search()
get_province()查询一级地址表
get_city()查询二级地址表
get_village()正则匹配re.search()
get_town()正则匹配re.search()
get_road()正则匹配re.search()
get_num()正则匹配re.search()
main()

实现过程

因为python在处理字符串上的优越性，优先使用python进行程序编写。
从2个方面出发去设计这个程序的框架。
用面向过程的设计方法设计程序主体结构main()函数。假设能够合理地从字符串中筛选出想要的信息，要进行怎样的处理。
大致流程为：获取信息->判断非空->利用re.sub()对字符串进行部分删除,返回空则跳过该步（可以有效减少程序的分支和特判情况）->将获取到的信息添加进dict{}中->继续提取信息
用面向对象的设计方法设计各个get_函数。如何筛选出想要的信息
大致流程为：一级和二级地址用查表的方式从字典中读取->其余因为地址表只有2级的原因退而求其次使用正则匹配（会出现匹配不准确的情况）

流程图(大概)

性能分析

在做性能分析之前，我预计时间占比最大的2个函数应该是get_province和get_city。因为这2个函数需要在字典树中进行多次比对，但是很出乎意料，只做一次测试的结果显示并不是这2个函数。

这其实是不符合常理的，因为虽然其他的函数中也有多次判定，但时间应该不会超过查找字典树。所以我把主函数循环了一千次，观察1000次的时间占比。

观察到了预期的结果，为了更直观的表示，我在舍友的编译环境下再测了一遍并拿来了更直观的图。（鼠标左键单击该图片可在状态栏中选择全屏看图哦，再点击新页面的放大镜放大查看图片即可看清图中各元素）

至于性能优化的部分，我要说，时间占比最大的其实反而不是我自己设计的函数，而是print函数

高达37%的时间占比。而且其实在我循环1000次以后，我们可以观察到并没有一个函数的调用呈指数型增长，都是线性增长，就算删去几个，对时间复杂度也没有本质的优化。
如果要进一步进行优化的话可能只能从字典树入手，但考虑到字典树的规模（约400个元素），就算换成哈夫曼树，优化的时间也是十分有限的。（还有一部分原因是我不会设计哈夫曼树）
性能优化部分的思考就止步于此了

单元测试

单元测试的类型1（五级地址）代码部分编辑如下：

测试样例为1!小陈,广东省东莞市凤岗13965231525镇凤平路13号.

单元测试工具为python的unittest，得到结果如下图（json格式输出）

没有观察到failed的提示，注意图中的6个. 表示预期结果与代码输出相符

单元测试的类型2（七级地址）代码部分编辑如下：

结果如下（json格式输出）：

（博客要求中要基于白盒测试做至少10例测试，而我们都有用大佬们设计的测试工具完成1150例样例测试，我觉得这个部分的意义是相同的，附上跑分截图：）

从跑分结果来看，其实我还是有一部分没有办法实现完全测试成功，有以下3点原因：
1、正则匹配提取地址有局限性，例如：福建莆田水关头丰美小区32号楼（并没有该样例，只是举个例子）因为省略了县级的地址，导致在进行正则匹配的时候直接匹配到 “水关头丰美小区”并当作县级元素，很明显这是错的，但这却是难以避免的。
2、地址表的不完善导致最后50个类型3的测试点无法通过
3、一些地名的正则匹配字没有考虑进去，也就是打表打的不够。
（ps:上为连续测试跑分，下为单点测试跑分，如果大哥们在帮我测评的时候跑分与这张图不符，求求你们一定在我博客下面通知我一下，我马上连滚带爬过来私聊你，求求你们给我个挣扎的机会。）