Individual Project - Word frequency program

1.做这个项目之前，因为之前在OO课中做过一些项目，这钟算法也非常熟悉，因此算上单纯的词法算法，和C#语言中文件操作的学习，预计一天之内应该可以写好。
2.实际上做起来时，我发现c#与之前学过的java还是有些差别的，算法非常简单，但是学习使用c#花了许多时间，零零碎碎共做了2天。

3.原本一直认为程序的最大资源使用会是单词按词频排序，但是经过算法的分析，还是单词+空格+单词这种格式的判断比较耗费时间

我的算法是这样的：读入一个文本文件的所有字符，以一个字符串形式储存。从头到尾遍历字符串，认为大小写字母和数字都是“字符”，其他都是分隔符，这样整个字符串就是这样的形式：

                           字符+分隔符+字符+分隔符+...

将所有字符按顺序存储于一个数组中，将所有分隔符也储存在一个数组中。

这样第i个分隔符的左右两个字符就是第i个字符和第i+1个字符（若i+1还在字符数组的范围内）

字符并不是等同于要求中的单词，需要经过检查。

建立单词类，由一个字符串“单词” 和一个整形数“数量”组成。

功能1：新建单词数组，从前往后遍历字符数组，有符合单词的条件的字符就加入数组。数组在加入单词时检查这个单词（无视大小写）是否存在过，若不存在新加单词，若存在则数量加1并更新这个单词的大小写。然后数组按单词词频排序，数量相等的单词按名称字典序升序排序。

功能2：新建“双单词”数组，遍历分隔符数组，若分隔符是单个空格，则检查这个分隔符两旁的字符是否都是单词（若越界则不检查），若都是单词，将这个“左单词”+“ ”+“右单词”

的字符串加入“双单词”数组中，处理方法同功能1，输出词频前10位。

功能3：新建“三单词”数组，遍历分隔符数组，若连续两个分隔符都是单个空格，则检查这两个分隔符附近的三个字符是否都是单词（若越界则不检查），若都是单词，将这个“左单词”+“ ”+“中单词”+“ ”+“右单词”的字符串加入“三单词”数组中，处理方法同功能1，输出词频前10位。

 

4.测试用例：共取了纽约时报上的10篇文章，有些位于测试文件目录下，有些位于测试文件目录中的文件目录下

与我的队友一起测试，将取得的结果进行对比。

 

5.要提高程序效率，一个好的算法非常重要，这少不了编程前的细致分析。另外，我注意到，我写的程序的可移植性很差，整体来看功能是可以的，但是内部几个部分的编程风格还是十分粘滞，我写其他程序时经常要把已经写过的功能再写一遍。这并不是什么好习惯，我在以后的编程过程中一定会注意。