词频统计 SPEC 20160911
本文档随时可能修改,并且没有另行通知。
请确保每一次在开始修改你的代码前,读标题中的日期,如果晚于你上次阅读,
请重读一次。
老五在寝室吹牛他熟读过《鲁滨逊漂流记》,在女生面前吹牛热爱《呼啸山庄》
《简爱》和《飘》,在你面前说通读了《战争与和平》。但是,他的四级至今没
过。你们几个私下商量,这几本大作的单词量怎么可能低于四级,大家听说你学
习《构建之法》,一致推举你写个程序名字叫wf,统计英文作品的单词量并给出
每个单词出现的次数,准备用于打脸老五。
希望实现以下效果。以下效果中数字纯属编造,。
功能1. 小文件输入. 为表明程序能跑,结果真实而不是迫害老五,请他亲自键
盘在控制台下输入命令。
>type test.txt
My English is very very pool.
>wf -s test.txt
total 5
very 2
my 1
english 1
is 1
pool 1
为了评估老五的词汇量而不是阅读量,total一项是不重复的单词的个数,出现2
次的very计数1次。
此功能完成后你的经验值+10.
功能2. 支持命令行输入英文作品的文件名,请老五亲自录入。
>wf gone_with_the_wand
total 1234567 words
the 5023
a 4783
love 4572
fire 4322
run 3822
cheat 3023
girls 2783
girl 2572
slave 1322
buy 822
此功能完成后你的经验值+30. 输入文件最大不超过40MB. 如果你的程序中途崩
了,会被老五打脸,不增加经验值。
功能3. 支持命令行输入存储有英文作品文件的目录名,批量统计。
>dir folder
gone_with_the_wand
runbinson
janelove
>wf folder
gone_with_the_wand
total 1234567 words
the 5023
a 4783
love 4572
fire 4322
run 3822
cheat 3023
girls 2783
girl 2572
slave 1322
buy 822
----
runbinson
total 1234567 words
friday 5023
sea 4783
food 4572
dog 4322
run 3822
hot 3023
cood 2783
cool 2572
bible 1322
eat 822
----
janelove
total 1234567 words
love 5023
chat 4783
lie 4572
run 4322
money 3822
inheritance 3023
class 2783
attribute 2572
data 1322
method 822
因为单词量巨大,只列出前10个单词的词频。
此功能完成后你的经验值+8.
功能4. 从控制台读入英文单篇作品,这不是为了打脸老五,而是为了向你女朋
友炫酷,表明你能提供更适合嵌入脚本中的作品(或者如她所说,不过是更灵活
的接口)。如果读不懂需求,请教师兄师姐,或者 google: linux 重定向,仅管
这个功能在windows下也有,搜索关键词中加入linux有利于迅速找到。
>wf -s < the_show_of_the_ring
total 176
the 6
a 3
festival 2
dead 2
for 2
...
或
>wf
A festival for the dead is held once a year in Japan. The festival is
a cheerful occation, for the dead are said to return to their homes
and they are welcomed by the living.
total 176
the 6
a 3
festival 2
dead 2
for 2
...
要求 !,必选项。此项完成+50,此项不做-50.
参照《构建之法》表2-3和表2-4,为你的PSP表格第1列分类。
你的PSP表格中的第2列,即任务,可以是上述功能按你更细分的子功能。
要求1,发布你对每个功能 (或/和子功能)的预计花费时间,时间颗粒度不得低
于小时。
要求2,发布记录词频统计项目的PSP表格,时间颗粒度要求分钟。
要求3,把PSP表格统计结果填入表2-3。
要求4,对比要求1和要求3中每项时间花费的差距,分析原因。
致谢
感谢沈柏杉指出命令行的输入和输出没有用不同的格式排版,因此容易令人误解。目前此缺欠仍未修正。
感谢张金生指出 test.txt 词汇计数的错误。