结对第二次—文献摘要热词统计及进阶需求
班级：软件工程1916|W
作业：结对第一次—原型设计（文献摘要热词统计）
结对学号：221600107 陈家豪、221600110 公孙骏杰
课程目标：实现一个能够对文本文件中的单词的词频进行统计的控制台程序
Github仓库地址：基础部分GitHub
1.Github签入记录
2.具体分工
我们两个人各自实现了基础部分的两个功能
陈家豪负责编写了字符统计和单词统计函数，撰写博客
公孙骏杰负责编写了行数统计和词频统计函数，签入GitHub
3.PSP表格
| PSP2.1 | Personal Software Process Stages | 预估耗时（分钟） | 实际耗时（分钟） |
|---|---|---|---|
| Planning | 计划 | ||
| • Estimate | • 估计这个任务需要多少时间 | 1280 | 1400 |
| Development | 开发 | ||
| • Analysis | • 需求分析 (包括学习新技术) | 100 | 100 |
| • Design Spec | • 生成设计文档 | 180 | 100 |
| • Design Review | • 设计复审 | 10 | 10 |
| • Coding Standard | • 代码规范 (为目前的开发制定合适的规范) | 30 | 30 |
| • Design | • 具体设计 | 60 | 60 |
| • Coding | • 具体编码 | 600 | 800 |
| • Code Review | • 代码复审 | 60 | 60 |
| • Test | • 测试（自我测试，修改代码，提交修改） | 120 | 120 |
| Reporting | 报告 | ||
| • Test Report | • 测试报告 | 60 | 60 |
| • Size Measurement | • 计算工作量 | 20 | 20 |
| • Postmortem & Process Improvement Plan | • 事后总结, 并提出过程改进计划 | 40 | 40 |
| 合计 | 1280 | 1400 |
4.解题思路
拿到题目后便开始用C语言实现（后来仔细看题目要求C++实现便进行了小改），因此代码中有很多C语言的痕迹。看到题目的要求就开始做了，然后许多对字符的处理函数都上网查了一遍，算是对C语言和C++做了一次复习吧。
5.设计实现过程
代码主要由四个函数组成：字符统计函数、单词统计函数、行数统计函数、词频统计函数。
单元测试的部分对各个函数都进行了测试：
- 测试了输出的字符数是否正确
- 测试了输出的单词数是否正确
- 测试了输出的行数是否正确
- 测试了输出的词频排序是否正确
算法设计过程
部分流程图：
题目中要求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。于是就需要记录单词开头的字母数量，来进行判断。如果开头是数字，则一直读到下一个分隔符；如果读到超过了四个以上的字母，说明该字符串为单词，则继续读取直至分隔符。
部分测试过程：
第一篇文章：
第二篇文章：
6.关键代码
字符统计函数
void CharCount() //字符数统计函数
{
FILE *fp;
int c = 0;
char ch;
if((fp = fopen("input.txt","r")) == NULL)
{
printf("file read failure.");
}
ch = fgetc(fp);
while(ch != EOF)
{
c++;
ch = fgetc(fp);
}
freopen("result.txt","a",stdout);
printf("characters：%d.\n",c);
fclose(fp);
}
单词数统计函数
void WordCount() //单词数统计函数
{
FILE *fp;
int w = 0;
int a = 0;
char ch;
if((fp = fopen("input.txt","r")) == NULL)
{
printf("file read failure.");
}
ch = fgetc(fp);
while(ch != EOF)
{
if ((ch >= 'a'&&ch <= 'z')||(ch >= 'A'&&ch <='Z'))
{
while ((ch >= 'a'&&ch <= 'z')||(ch >= 'A'&&ch <= 'Z'))
{
a++;
ch = fgetc(fp);
}
if (a >= 4)
{
w++;
while (ch >= '0'&&ch <= '9')
{
ch = fgetc(fp);
}
a = 0;
}
else
{
while (ch >= '0'&&ch <= '9')
{
ch = fgetc(fp);
}
a = 0;
}
}
else if ((ch >= '0'&&ch <= '9'))
{
while ((ch >= 'a'&&ch <= 'z')||(ch >= 'A'&&ch <= 'Z')||(ch >= '0'&&ch <= '9'))
{
ch = fgetc(fp);
}
}
else
{
ch = fgetc(fp);
}
}
freopen("result.txt","a",stdout);
printf("words：%d.\n",w);
fclose(fp);
}
//行数统计函数
void LineCount() //行数统计函数
{
FILE *fp;
int l = 1;
char ch;
if((fp = fopen("input.txt","r")) == NULL)
{
printf("file read failure.");
}
ch = fgetc(fp);
while(ch != EOF)
{
if (ch == '\n')
{
l++;
ch = fgetc(fp);
}
else
{
ch = fgetc(fp);
}
}
freopen("result.txt","a",stdout);
printf("lines：%d.\n",l);
fclose(fp);
}
词频统计函数
typedef pair<string, int> PAIR;
bool cmp_by_value(const PAIR& lhs, const PAIR& rhs)
{
return lhs.second > rhs.second;
}
struct CmpByValue
{
bool operator()(const PAIR& lhs, const PAIR& rhs)
{
return lhs.second > rhs.second;
}
};
map<string,int> words;
void Transform()
{
#ifdef LOCAL
freopen("input.txt", "r", stdin);
freopen("result.txt", "a", stdout);
#endif // LOCAL
string s;
words.clear();
while(cin>>s)
{
transform(s.begin(), s.end(), s.begin(), ::tolower);
if(!words.count(s)) words[s]=0;
words[s]++;
}
//把 map 中元素转存到 vector 中
vector<PAIR> words_vec(words.begin(), words.end());
sort(words_vec.begin(), words_vec.end(), CmpByValue());
// sort(name_score_vec.begin(), name_score_vec.end(), cmp_by_value);
int top10=0;
for (int i = 0; i != words_vec.size(); ++i)
{
if(top10!=10)
{
if(words_vec[i].first.length()>=4)
if(isalpha(words_vec[i].first.at(0)))
{
cout <<"<"<< words_vec[i].first<<">"<<" "<<words_vec[i].second << endl;
top10++;
}
}
else break;
}
}
7.遇到的困难及解决方法
题目需求有的很让人看不懂，有时候会做到一半发现需求跟我想的有出入，然后就要改，不过也只能慢慢改了。
8.评价你的队友
合作很愉快！
