第一次个人编程作业
| 这个作业属于哪个课程 | 网工1934-软件工程 |
|---|---|
| 这个作业要求在哪里 | 个人项目 |
| 这个作业的目标 | 学会在项目开始之前做好规划，用github对项目进行管理，同时通过利用测试、性能分析工具来优化代码 |
github
开发环境
编程语言：Java
开发平台：IntelliJ IDEA 2020.2
项目构建工具：Maven
依赖的外部Jar包：汉语言处理包
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 | 35 | 30 |
| · Estimate | · 估计这个任务需要多少时间 | 1630 | 1730 |
| Development | 开发 | 1200 | 1240 |
| · Analysis | · 需求分析 (包括学习新技术) | 600 | 600 |
| · Design Spec | · 生成设计文档 | 80 | 60 |
| · Design Review | · 设计复审 | 30 | 30 |
| · Coding Standard | · 代码规范 (为目前的开发制定合适的规范) | 50 | 30 |
| · Design | · 具体设计 | 100 | 80 |
| · Coding | · 具体编码 | 300 | 240 |
| · Code Review | · 代码复审 | 40 | 60 |
| · Test | · 测试（自我测试，修改代码，提交修改） | 60 | 230 |
| Reporting | 报告 | 60 | 90 |
| · Test Repor | · 测试报告 | 80 | 90 |
| · Size Measurement | · 计算工作量 | 50 | 30 |
| · Postmortem & Process Improvement Plan | · 事后总结, 并提出过程改进计划 | 60 | 40 |
| 合计 | 1545 | 1600 |
2、计算模块接口的设计与实现过程
2.1 项目结构截图
2.2 相关类及接口
MainPaperCheck ：主类
FileInput :读取文件内容
TxtIOUtils:处理文本文件，并把结果写入相应文件
Simhash接口：哈希值，汉明距离，特征值计算的接口
Simhash_ :计算哈希值，汉明距离，特征值，并返回一个最终值。
其中的simhash方法，用于将文字依照一定的规则转化了特征向量，hammingDistance方法用于计算汉明距离，subByDistance方法用于计算最后的特征值，即两份文档之间的相似度。
2.3 核心算法
Simhash 和汉明距离
汉明距离即为01序列的差异位数，当汉明距离小于3时，认为两段文本高度相似。
3.性能分析
通过性能分析，发现char和String占据大部分内存。
4.单元测试
创建maven项目，通过导入junit依赖包，来对项目进行单元测试
4.1 对读写进行测试
路径正常时：
路径错误时：
结果为：
代码覆盖率：
4.2 对Simhash_进行测试
结果如下：
代码覆盖率：
5.异常情况处理及说明
通过单元测试，可知当文件路径错误时，会有异常情况，readTxt以及writeTxt方法对其进行了捕获处理，并在控制台显示相应的报错信息。
6.程序功能测试
结果为：
