软件工程个人项目--Word frequency program

（一)工程设计时间预计

1.代码编写：1小时30分钟

(1)文件夹的遍历以及筛选；

(2)文件夹的读取，以及对读取字符的操作。

(3)所得结果排序，以及文件输出。

 

2.程序调试：1小时

(1)编写数据。

(2)测试以及调试。

 

3.程序优化：1小时；

程序优化主要通过以下几个方面：

（1）排序的优化；

（2）存储数据的优化：通过开更大的空间以换取时间上的优化；

（3）查找算法的优化；

预计总时间：3小时30分钟

（二）工程所用实际时间

1.代码编写：2小时30分钟

(1)文件夹的遍历以及筛选:1小时30分钟；
 
(2)文件夹的读取，以及对读取字符的操作:1小时；

(3)所得结果排序，以及文件输出：30分钟；

 

2.程序调试：1小时

（1）编写数据：15分钟；
 
（2）测试以及调试：45分钟；

 

3.程序优化：1小时；

程序优化主要通过以下几个方面：

（1）排序的优化；

（2）存储数据的优化：通过开更大的空间以换取时间上的优化；

（3）查找算法的优化；

实际所用总时间：4小时30分钟。

 

（三）关于实际时间比预计时间长的分析

   在这一次的程序编写过程中，代码编写实际所用时间比预计时间多了1个小时，这一个小时主要多在文件夹的遍历以及筛选这一部分上，
由于平时c++用的比较少，所以对于c++的文件操作不太了解，在文件夹的遍历以及筛选这一部分上遇到了很大的问题，
通过查阅《c++prime》，在网上搜索相关答案，以及请教同学顺利的解决了这个问题，虽然在这一部分比预计多花了很多时间，
但是通过这一过程，让我对c++对文件的操作有了更深的了解。

 

（四）程序优化

1.代码优化分析

通过分析，代码主要分为两部分进行优化：

（1）记录一个单词，与之前所记录的单词进行比较，这一部分的优化是整个程序性能提升的最重要部分。

（2）记录完所有单词之后，进行排序，排序算法可以进行优化。

2.可优化部分代码：

（1）单词查找部分代码

 if (y6==1) //为拓展
            {
                while ((y2<m) && (x3==0)) //x3标志是否已经匹配
                {
                    if (a[y2]==a[m])
                    {
                        x4=0;
                        for (y3=0;y3<=a[m];y3++) //不区分大小写比较
                        {
                            ch1=hjk[m][y3];ch2=hjk[y2][y3];
                            if (hjk[m][y3]<=90) ch1=hjk[m][y3]+32;
                            if (hjk[y2][y3]<=90) ch2=hjk[y2][y3]+32;
                            if (ch1!=ch2) x4=1;
                        }

                        if (x4==0) //找到匹配
                        {
                            x3=1;
                            if (hjk[m]<hjk[y2]) {hjk[y2]=hjk[m];b[y2]=b[y2]+1;}
                            else {b[y2]=b[y2]+1;}
                            m--;
                        }
                    }
                    y2++;
                }
            }
            else //不是拓展
            {
                len1=hjk[m].length ();
                while ((y2<m) && (x3==0))
                {
                    len2=hjk[y2].length();
                    if (len1==len2){
                    x4=0;
                    for (y3=0;y3<len1;y3++) //不区分大小写比较
                    {
                            ch1=hjk[m][y3];ch2=hjk[y2][y3];
                            if (hjk[m][y3]<=90) ch1=hjk[m][y3]+32;
                            if (hjk[y2][y3]<=90) ch2=hjk[y2][y3]+32;
                            if (ch1!=ch2) x4=1;
                     }
                    if (x4==0) //找到匹配
                        {
                            x3=1;
                            if (hjk[m]<hjk[y2]) {hjk[y2]=hjk[m];b[y2]=b[y2]+1;}
                            else {b[y2]=b[y2]+1;}
                            m--;
                        }
                    }
                y2++;
            }

（2）排序代码

for (i=1;i<=m-1;i++)
    for (j=i+1;j<=m;j++)
    if (b[i]<b[j]) 
    {
        xy=b[i];
        b[i]=b[j];
        b[j]=xy;
        sw=hjk[i];
        hjk[i]=hjk[j];
        hjk[j]=sw;
    }
    else 
    {
        if (b[i]==b[j]) 
        {
            if (hjk[i]>hjk[j]) 
            {
                xy=b[i];
                b[i]=b[j];
                b[j]=xy;
                sw=hjk[i];
                hjk[i]=hjk[j];
                hjk[j]=sw;
            }
        }
    }

3.优化方法

将记录单词的方式变为有序的记录，这样查找时可以根据当前单词的ASCII码值进行快速的查找，而不必从头到尾逐一查找，

并且由于是有序的存储，在之后的排序过程中省去了字典序的排序，只需要将频率高的单词移动至输出的前端即可。

4.优化前后性能对比

（1）所使用的测试用例：

 

 （2）优化前分析报告

 

(3)优化后分析报告

（4）优化分析

可以看到，同用一个测试用例，优化前后效率有较大的差距，优化前需要22秒左右，优化后只需要10秒，同时可以认定越大的测试用例优化效果越明显。

 

（五）所使用的测试用例

（1）测试空文件夹


（2）测试有相同单词的文件



（3）测试有文件中包含文件的文件


（4）测试有不符合后缀的文件


（5）测试-e中数字不同，单词相同的文件


（6）测试-e中大小写不同的文件


（7）测试字母+数字+字母+数字的文件


（8）大规模数据监测

（9）大规模数据监测

（10）大规模数据监测

 

（六）收获与感想

   在这次软件工程作业中，回顾了很多c++的相关知识，尤其是c++的字符串操作和文件操作，在文件夹的遍历以及筛选这一
部分上遇到了很大的问题，通过查阅《c++prime》，在网上搜索相关答案，以及请教同学顺利的解决了这个问题，虽然在这一
部分比预计多花了很多时间，但是通过这一过程，让我对c++对文件的操作有了更深的了解。
   总之通过这一次练习，巩固了很多之前学过的知识，也学到了一些新的知识，希望能够在今后的课程中学到更多新的知识。