第一次个人编程作业

Github链接

1、计算模块接口的设计与实现过程

流程图

实现过程

采用相似度度量来计算两篇文本的相似程度，该值越小，说明文本的相似度越小，反之则说明相似度越大。
余弦相似度是相似度度量的其中一种。假定a和b是两个n维向量，a是（x1, x2, ..., xn），b是 (y1, y2, ..., yn)，a与b的夹角的余弦值越接近1，说明夹角越接近0度，即两个向量越相似，称之为"余弦相似性"。余弦值越大，说明两文本越相似。
样例：
string str1 = "卢森堡商务部就此事件可能对印度大使馆造成的负面影响感到抱歉。",
string str2 = "此事件对印度大使馆造成了一定的负面影响，卢森堡外交部感到抱歉并公开道歉。"
1、首先进行IK分词
str1:卢森堡/商务部/就此/此事/事件/可能/能对/印度大使馆/造成/负面影响/感到/抱歉
str2:此事/事件/对/印度大使馆/造成了/一定的/负面影响/卢森堡/商务部/感到/抱歉/公开/开道/道歉
2、列出两个文本中所有不重复的词的个数为18个
3、得到str1，str2的向量。所有词18个，每个句子分出的词在这18个词中，则为1，不在则为0，如“卢森堡”，str1中有，为1，str2中有，为1。而“一定的”str1中没有，为0，str2中有，为1。所以分词后的句子转化为如下对应的数值向量X,Y。
X = (1,1,1,1,1,1,1,1,1,1,1,1,0,1,0,1,0,0)
Y = (0,1,1,0,1,1,1,0,1,1,0,1,1,1,1,1,1,1)
4、根据公式，计算两数值向量的余弦值为0.667135。该值即可以用来刻画这两篇文本的相似程度，约为66.7%。

2、计算模块接口部分的性能测试

程序主要执行的部分在main函数中，这与我们的程序本身和预期相符。

3、计算模块部分单元测试展示

部分单元测试代码：

namespace UnitTest1
{
	TEST_CLASS(UnitTest1)
	{
	public:
		
		TEST_METHOD(TestMethod1)
		{
				//文件名
				char fn1[] = "orig.txt";
				char * fn = fn1;
				string str1;
				str1 = file_string(fn);
				char fn2[] = "orig_0.8_mix.txt";
				char * fnn = fn2;
				string str2;
				str2 = file_string(fnn);
				ofstream fout;
				fout.open("output.txt");
				fout << cosine::txtcompare(str1, str2);
				fout.close();
				
		}
	};
}

4、计算模块部分异常处理说明

所给出的文件不存在或为空时：

int main()
{
	//文件名
	char fn1[] = "orig1.txt";//没有该文件
	char * fn = fn1;
	string str1;
	str1 = file_string(fn);
	char fn2[] = "orig_0.8_mix.txt";
	char * fnn = fn2;
	string str2;
	str2 = file_string(fnn);
	ofstream fout;
	fout.open("output.txt");
	fout << cosine::txtcompare(str1, str2);
	fout.close();
	system("pause");
}

输出结果如下：

5、PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	30	40
Estimate	估计这个任务需要多少时间	35	30
Development	开发	300	420
Analysis	需求分析（包括学习新技术）	600	540
Design Spec	生成设计文档	50	45
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）	30	40
Design	具体设计	50	40
Coding	具体编码	70	100
Coding Review	代码复审	30	20
Test	测试（自我测试、修改代码、提交修改）	180	200
Reporting	报告	50	50
Test Repor	测试报告	20	30
Size Measurement	计算工作量	20	30
Postmortem&Process Improvement Plan	事后总结，并提出过程改进计划	20	30
	合计	1515	1645

6、总结

作为一个菜鸡，本次个人编程作为对我是一个巨大的挑战。看到作业的时候整个人是懵逼的。作业的要求中的各种内容都是第一次接触。我花了大量的时间去搜索相关的知识点和一些工具的使用，说来惭愧，VS2017我还是头一回使用，也有很多不熟悉的地方。关于github的操作还很生疏，之后还需要在不断的实践中加以巩固。另，自己掌握的编程语言和算法实在太有限，给我带来了很多阻碍，希望在以后的学习中能够不断深入学习和加强吧。