关于软件工程个人作业 Word frequency program 的总结

一、预计花在程序各部分的时间：

（1）对所给命令行参数的判断和处理，看它是否合法、是哪种模式。预计用时20min;

（2）关于目录操作：遍历给定目录下的所有文件，包括子目录和非目录文件。预计用时40min;

（3）对符合格式的文本文件进行读操作，用正则表达式匹配单词，用哈希表存储单词的词频,包括两种模式。 由于这里的“单词”不是传统中的单词，所以有较多细节要处理。

        简单模式预计用时2h，扩展模式只要在简单模式的基础上稍加修改，预计用时1h;

（4）词频排序输出，预计用时1h;

（5）对程序的测试与优化，预计用时2h

 预计花费总时间：7h

二、实际开发完善所用时间

（1）命令行参数判断与处理：约15min;

（2）递归遍历目录下的文件和文件夹：约50min;

（3）词频统计方面，先简单学习了基本正则表达式和哈希表的用法，并且后来把简单模式和扩展模式合并在一个函数中实现。期间遇到了很多很多小问题花费了较多时间。

        实际用时大约5h;

（4）由于不仅要求按词频降序排列，词频相同者还要按基于ascll码的字典序排列，故花费了不少时间，约1.5h;

（5）顺利实现要求的功能后，着手进行代码的整合与优化，用时约1h;

        进行测试与性能分析，约用时2h

（6）进行程序的容错性处理，约用时30min

实际用时总计约 11h

三、程序性能分析

　　由于第一次接触到VS2012的程序分析工具，不太熟悉，花了些时间。用性能分析工具运行程序时，可能是因为要统计个函数执行时间、CPU占用率等指标，程序运行时间明显比单纯运行程序所用时间长，所以花的时间较多。

　　这里用一个198k的英文文本文件进行性能分析

　　performance analysis graph如图：

　　　　

 　　各函数占用比例如下图：

　　

　　

　　函数调用样图：

　　

 

四、所用测试用例

　　

（1）所给路径为空文件夹

（2）所给路径不为空文件夹，但该文件夹下含有空的子文件夹

（3）所给路径下含有.txt 或 .cpp 或 .cs 或 .h 格式的空文件

（4）所给路径下内容完全一样的文件，看能否正确统计

（5）给定路径下含有大规模文本文件

（6）含有以数字开头字符串的文件

（7）含有各种非数字字母字符的文件，如*，、/~！……^等

（8）扩展模式下，含有以不同数字为后缀字符串的文件

（9）含有各种不同格式文件测试

（10）针对字典序的测试，如同时含有Mother1 ,abc1；同时含有windows2000，Windows1

五、收获

　　这次作业，我花了很多时间精力去完成。在开始做之前，我以为它很简单，可实际上去实现时，发现并不是所想的那么容易，因为有很多的细节需要处理，处理不好就会一直卡在那，或者性能非常弱。通过这次作业，学会了c#文件操作、正则表达式等等很多的东西。更重要的是，结识了vs2012的性能分析工具，发现它对我们来说是个非常有用的工具，如果能好好利用，相信将对我们的编程优化有很大的帮助！