软件工程第一次作业词频统计
一、写在前面
在此之前本人从未使用过c#来编写程序，但是既然老师提了这个要求，那就尽量完成。本计划花三天共计8小时来学习c#的基础知识，用一个晚上约4小时进行代码的编写工作，用另一个晚上进行调试，最后一个晚上进行优化。可是对于学渣来说，一周之内完成这项任务好像有点不太现实，更何况还有一些别的事干扰，结果导致到时间没有完成计划。还好老师把时间节点往后延了一周，才能完成这次作业。
二、计划的具体实施
关于刚才说到的计划，现在具体说一下。关于代码实现这块，计划用一个小时实现文件的查找与打开，一个小时实现分词，一个小时实现排序，一个小时实现扩展功能。但是实际实施的过程中文件的查找和打开用时较短，大概30分钟；分词和排序花费的时间较多，有个2个半小时；扩展功能的实现还是请教了别的同学。又一次感到自己怎么这么渣。。。
三、关于代码优化
其实在代码的实现过程中，就参考了一些学长的博客，也请教了班里的几位大神。他们告诉我了一些算法，这些算法的效率都很高，我就不在这里赘述了。第一次写完程序，并成功运行后，一个140K的文件跑完要20s左右。。。其实可以优化的地方很多，比如排序算法我是用的基本的冒泡排序，效率很低。当然也考虑过List.Sort()，但是因为该排序是快排，而由于我的算法设计的问题，快排会导致一些错误的出现，因此只好放弃。我只在一些小地方进行了一些改进。比如比较两个单词是否相同的算法，其中有一句：
1 if (aword.Length != bword.Length) 2 return 1; 3 else 4 return string.CompareOrdinal(aword, bword);
可以将长度不等的单词滤除，可节省一定的时间。
但这就是杯水车薪啊。我看了学长的博客，提到了hash什么的，但是我完全看不懂。。。于是我就做了性能测试，想从这里找到突破口，结果又一次被打击。完全不知道从哪里下手！后来请教了一些大牛，但为时已晚，想要优化就要把整个程序的架构重写，这显然不现实。因此只好作罢。花了差不多一个晚上考虑优化的问题，结果倍受打击，没有什么实质性的结果。
这里贴上最后的性能测试结果，可以看出确实比优化之前快一点。
四、关于测试用例
先用一些规模小的文件来验证程序的正确性，再用规模较大的文件来测试性能。比如前期，在一个文件中只输入三个单词：File、file、FILE，以此来验证排序的正确性。最后做测试的文件是31000字，140K的一个txt文件。我请同学也用该文件进行测试，结果是一致的。
五、收获与感想
最大的收获就是用c#写出了一个完整的程序，并体验了代码优化的过程。当然，还有学到了一些大牛的算法，也算是锻炼了自己的代码实践能力。最令我感触深的一点就是，优化程序真的是一件很令人头疼的事。但是这也提醒我在设计算法的时候也应把时间空间复杂度考虑一下，以免造成不必要的麻烦。
