《构建之法》—— 系统分析与设计第四次作业
第四次作业——结对编程WordCount
| github项目地址 | 作业项目地址 |
|---|---|
| 结对编程伙伴博客地址 | 作业要求链接 |
| 作业要求地址 | 作业要求地址 |
一、PSP表格及代码规范
（1）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 | 30 |
| · Estimate | · 估计这个任务需要多少时间 | 30 | 30 |
| Development | 开发 | 770 | 720 |
| · Analysis | · 需求分析 (包括学习新技术) | 300 | 240 |
| · Design Spec | · 生成设计文档 | 30 | 20 |
| · Design Review | · 设计复审 (和同事审核设计文档) | 30 | 20 |
| · Coding Standard | · 代码规范 (为目前的开发制定合适的规范) | 20 | 15 |
| · Design | · 具体设计 | 30 | 30 |
| · Coding | · 具体编码 | 300 | 315 |
| · Code Review | · 代码复审 | 30 | 40 |
| · Test | · 测试（自我测试，修改代码，提交修改） | 30 | 40 |
| Reporting | 报告 | 150 | 120 |
| · Test Report | · 测试报告 | 60 | 45 |
| · 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 | 60 | 45 |
| 合计 | 950 | 900 |
（2）代码规范：
命名规范：1.类名首字母要大写，使用能够反映类功能的名词或名词短语命名类。
2.类成员变量首单词小写，变量名前可加_前缀。
3.方法名第一个字符要大写，且应使用动词或动词短语。
4.参数首字符小写，采用描述性参数名称。
5.接口名称要有意义，接口修饰符只能用public和internal。
6.每条语句至少占一行，过长语句断为两行显示。
7.语句嵌套不超过3层。
详细代码规范见：[代码规范
二、结对过程，以及讨论的结对照片
结对过程：
emmm 真香。
结对编程的照片：
三、解题思路
由于二人对C#都并不熟悉，解题思路就是百度，每遇到一个问题就查，编写边学。
需求分析
参考作业要求我们将项目目标概括为如下几点：
- 统计文件中的字符总数。（只考虑AscII码，并将分隔符考虑在内）
- 统计文件中的单词总数。（将以四个英文字母开头的字符串视为单词，不区分大小写）
- 统计文件的有效行数。（包含非空白字符的行均需纳入统计）
- 统计单词频数，并将频数最高的十个单词输出到屏幕和txt文件中。（按频率降序输出，频率相同时，优先输出字典序靠前的）
- 接口封装。
- 添加词组统计和自定义输出的新功能。
- 视任务进度与情况完成GUI界面。
四、代码说明
统计词频、字符数、行数
public class WordCalculate
{
public long charactersnumber = 0; //字符数
public long wordsnumber = 0; //单词数
public long linesnumber = 0; //行数
public long phrasenumber = 0; //词组数
//数据统计
public void Calculate(string dataline, WordTrie wtrie)
{
if (string.IsNullOrEmpty(dataline)) return;
string word = null;
for (int i = 0, len = dataline.Length; i < len; i++)
{
char unit = dataline[i];
if (unit >= 65 && unit <= 90){
unit = (char)(unit + 32);
} //大写转小写
if ((unit >= 48 && unit <= 57) || (unit >= 97 && unit <= 122)){
word = String.Concat(word, unit);
}
else{
if (!string.IsNullOrEmpty(word)){ //判断是否为词尾后的字符
if (word[0] >= 97 && word[0] <= 122){ //首字符是否为字母
wtrie.Insert(word);
}
word = null;
}
}
}
if (!string.IsNullOrEmpty(word)) //判断行尾是否有单词
{
if (word[0] >= 97 && word[0] <= 122){ //首字符是否为字母
wtrie.Insert(word);
}
word = null;
}
this.linesnumber++; //统计行数
this.wordsnumber += wtrie.CountSum; //统计单词数
this.charactersnumber += dataline.Length; //统计字符数
}
}
读取文件
public WordCalculate Input(WordCalculate datanumber, WordTrie wtrie)
{
FileStream fs = null;
StreamReader sr = null;
String dataline = String.Empty;
try
{
fs = new FileStream(this.pathIn, FileMode.Open);
sr = new StreamReader(fs);
while ((dataline = sr.ReadLine()) != null)
{
datanumber.Calculate(dataline, wtrie); //按行统计数据
}
}
catch { Console.WriteLine("文档读取失败！"); }
finally
{
if (sr != null) { sr.Close(); }
if (fs != null) { fs.Close(); }
}
return datanumber;
}
文件写入
public void Output(WordCalculate datanumber, WordTrie wtrie,int n)
{
FileStream fs = null;
StreamWriter sw = null;
List<WordTrie.ListUnit> WordList = new List<WordTrie.ListUnit>();
try
{
fs = new FileStream(this.pathOut, FileMode.Create);
sw = new StreamWriter(fs);
WordList = wtrie.Sort();
sw.WriteLine(String.Concat("characters:", datanumber.charactersnumber, "\n"));
sw.WriteLine(String.Concat("words:", datanumber.wordsnumber, "\n"));
sw.WriteLine(String.Concat("lines:", datanumber.linesnumber, "\n"));
sw.WriteLine("\n词频\t单词\n");
Console.WriteLine(String.Concat("characters：", datanumber.charactersnumber));
Console.WriteLine(String.Concat("words：", datanumber.wordsnumber));
Console.WriteLine(String.Concat("lines：", datanumber.linesnumber, "\n"));
//Console.WriteLine("\n词频\t单词\n");
for (int i = 0; (i < n && i < datanumber.wordsnumber); i++)
{
sw.WriteLine(WordList[i].Word + "：" + String.Concat(WordList[i].WordNum));
Console.WriteLine(WordList[i].Word+"："+String.Concat(WordList[i].WordNum));
}
}
//catch { Console.WriteLine("文档写入失败！"); }
finally
{
if (sw != null) { sw.Close(); }
if (fs != null) { fs.Close(); }
}
}
利用Trie树统计词频
（按理说用字典类更好做的······ trie统计词频的效率会更高一点，但是完全没有办法写词组，最后还是向字典类底头···）
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
namespace wordCount
{
class WordTrie
{
//Trie树节点
private class TrieNode
{
public int PrefixNum = 0; //前缀词频
public int WordNum = 0; //词频
public Dictionary<char, TrieNode> Sons = new Dictionary<char, TrieNode>(); //子节点
public bool IsEnd = false; //是否可为终节点
public char Val; //节点值
public string Word = null; //单词值
//构造函数
public TrieNode() { }
public TrieNode(char val)
{
Val = val;
}
}
private TrieNode _Root = new TrieNode();
//所有单词词频总和
public int CountSum
{
get { return _Root.PrefixNum; }
}
//插入单词
public void Insert(string word)
{
if (string.IsNullOrEmpty(word)) return;
TrieNode node = _Root;
node.PrefixNum++;
for (int i = 0, len = word.Length; i < len; i++)
{
char pos = word[i];
if (!node.Sons.ContainsKey(pos))
{
node.Sons[pos] = new TrieNode(pos);
}
node.Sons[pos].PrefixNum++;
node = node.Sons[pos];
}
node.Word = word;
node.IsEnd = true;
node.WordNum++;
}
//获取前缀词频
public int PrefixCount(string prefix)
{
return GetCount(prefix, false);
}
//获取单词词频
public int WordCount(string word)
{
return GetCount(word, true);
}
private int GetCount(string str, bool isword)
{
if (string.IsNullOrEmpty(str)) return -1;
TrieNode node = _Root;
for (int i = 0, len = str.Length; i < len; i++)
{
char pos = str[i];
if (!node.Sons.ContainsKey(pos)) return 0;
else node = node.Sons[pos];
}
return isword ? node.WordNum : node.PrefixNum;
}
//是否包含指定的单词
public bool ContainsWord(string word)
{
return WordCount(word) > 0;
}
//单词表单元
public class ListUnit
{
public string Word; //单词
public int WordNum; //词频
}
//词频排序
public List<ListUnit> Sort()
{
TrieNode node = _Root;
List<ListUnit> WordList = new List<ListUnit>();
WordList = WordPreOrder(node, WordList);
//按词频降序排列，若词频相等按字典序排列
WordList.Sort((a, b) =>
{
if (a.WordNum.CompareTo(b.WordNum) != 0)
return -a.WordNum.CompareTo(b.WordNum);
else
return a.Word.CompareTo(b.Word);
});
return WordList;
}
//单词表生成（Trie树的前序遍历）
private List<ListUnit> WordPreOrder(TrieNode node, List<ListUnit> WordList)
{
if (node.PrefixNum == 0) { return WordList; }
if (node.WordNum != 0)
{
ListUnit unit = new ListUnit();
unit.Word = node.Word;
unit.WordNum = node.WordNum;
WordList.Add(unit);
}
foreach (char key in node.Sons.Keys)
{
WordList = WordPreOrder(node.Sons[key], WordList);
}
return WordList;
}
}
}
关于Tire树的相关参考如下：字典树(trie树)实现词频查找
五、测试及性能分析
详见我队友写的博客
传送门
六、收获与体会
- 找队友要提早，差点成为孤家寡人。
- 明明有好用的字典类，就不要想着搞花里胡哨的东西（明示trie树，这玩意给后续工作带来了极大的困难）。
- 结对编程效率的确是要比一个人要高出不少，一个人的时候经常会进入一种迷之脑回路，队友可以救你出来。两个人交换意见也可以更快速的找出解决方案。
- 结对编程中要特别注意沟通问题，两个人的想法不一致可能会导致各干各的···，多交流沟通才能更好的完成项目。（体量越大团队，沟通越重要啊）。
- 对C#还是不熟悉，基本靠百度和菜鸟教程解决问题，真的让人很是头大。
