第一次个人编程作业
第一次个人编程作业
| 这个作业属于哪个课程 | 计科22级12班 |
|---|---|
| 这个作业要求在哪里 | 个人项目 |
| 这次作业的目标 | 完成一个论文查重的个人项目 |
1、Github地址
2、计算模块接口的设计与实现过程
程序运行过程：
执行程序时，首先调用load_file()加载原文件和抄袭文件分别存入orig_text和plag_text中，然后调用simhash(）计算simhash值存入哈希表中，最后通过计算原文件和抄袭文件的汉明距离得出相似度。
算法原理：
-Simhash算法通过将文本字符串分割成单词并计算每个单词的哈希值来实现。在计算Simhash值时，使用了一种简单的技术，即将单词哈希值的每个比特位分别记录在长度为64的数组中。然后将数组的每个值与0进行比较，如果大于零，则将Simhash值的相应位置设置为1，否则设置为0。最后将Simhash值存储到哈希表中。计算完成Simhash值之后，该代码计算原文件和抄袭文件的汉明距离（即不同位的数量），然后将相似度写入输出文件。
3、功能测试
进入powershell命令行输入代码运行并依次附上原文件路径，抄袭文件路径和结果文件路径，若测试文件的路径发生变化则需更改路径
点击查看代码
& "C:\Users\Administrator\Desktop\新建文件夹\main.exe" "C:\Users\Administrator\Desktop\新建文件夹\orig.txt" "C:\Users\Administrator\Desktop\新建文件夹\orig_0.8_add.txt" "C:\Users\Administrator\Desktop\新建文件夹\output.txt"
4、性能分析图
5、异常处理
若传入文件路径出错，则会弹出提示打开文件失败
6、PSP
| PSP2.1 | Personal Software Process Stages | 预估耗时（分钟） | 实际耗时（分钟） |
|---|---|---|---|
| Planning | 计划 | 30 | 20 |
| Estimate | 估计这个任务需要多少时间 | 10 | 10 |
| Development | 开发 | 120 | 240 |
| Analysis | 需求分析（包括学习新技术） | 60 | 30 |
| Design Spec | 生成设计文档 | 10 | 10 |
| 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） | 10 | 10 |
| Design | 具体设计 | 10 | 20 |
| Coding | 具体编码 | 15 | 30 |
| Code Review | 代码复审 | 10 | 10 |
| Test | 测试（自我测试，修改代码，提交修改） | 30 | 60 |
| Reporting | 报告 | 30 | 60 |
| Test Repor | 测试报告 | 30 | 30 |
| Size Measurement | 计算工作量 | 10 | 20 |
| Postmortem & Process Improvement Plan | 事后总结, 并提出过程改进计划 | 30 | 60 |
| 合计 | 415 | 620 |
