软工作业二 201621044079韩烨

1.码云项目地址

https://gitee.com/HYSOUL/PersonalProject-Java/tree/master/

2.PSP表格

PSP2.1	个人开发流程	预估耗费时间（分钟）	实际耗费时间（分钟）
Planning	计划	30	30
· Estimate	明确需求和其他相关因素，估计每个阶段的时间成本	30	30
Development	开发	500	580
· Analysis	需求分析 (包括学习新技术)	50	100
· Design Spec	生成设计文档	50	50
· Design Review	设计复审	30	10
· Coding Standard	代码规范	30	10
· Design	具体设计	100	80
· Coding	具体编码	150	180
· Code Review	代码复审	30	20
· Test	测试（自我测试，修改代码，提交修改）	60	130
Reporting	报告	80	90
·	测试报告	30	30
·	计算工作量	20	20
·	并提出过程改进计划	30	40

---

3.解题思路描述

题目要求如下：

• 统计文件的字符数：
  - 只需要统计Ascii码，汉字不需考虑
  - 空格，水平制表符，换行符，均算字符
  - 统计文件的单词总数，单词：以4个英文字母开头，跟上字母数字符号，单词以分隔符分割，不区分大小写。
  - 英文字母：A-Z，a-z
  - 字母数字符号：A-Z，a-z，0-9
  - 分割符：空格，非字母数字符号
  - 例：file123是一个单词，1file不是一个单词。file，File和FILE是同一个单词
• 统计文件的有效行数：任何包含非空白字符的行，都需要统计。
• 统计文件中各单词的出现次数，最终只输出频率最高的10个。频率相同的单词，优先输出字典序靠前的单词。
• 按照字典序输出到文件result.txt：例如，windows95，windows98和windows2000同时出现时，则先输出windows2000
  • 输出的单词统一为小写格式

可以看出，其中需要主要运用到了字符串的操作，其中包括字符串的分割、字符串判断、字符串大小写的转换等等。
另外在统计词频方面还会运用到Map之类的来进行存储。
最后就是关于文件写入写出的操作的使用。

---

4.设计实现过程

这次的代码中主要包含了两个类：字符处理类以及文件处理类。

1. 字符处理类
   • getCharCount()：实现字符个数的统计
   • getLineCount()：实现有效行数的计算
   • getWordCount()：实现单词数的统计
   • getWordFreq()：实现单词词频的统计
2. 文件处理类
   • readFile()：实现文件的读取操作
   • writeFile()：实现文件的写入操作

---

5.代码说明

1.getCharCount()函数

该函数通过遍历字符进行判断，以此来达到统计字符数的效果，要注意此题中中文并不算字符，因此只要统计ascll码中的字符以及一些特殊字符即可。

    public int getCharCount() // 统计文件字符数
    {
        char c;
        int i = 0;
        while (i < text.length()) {
            c = text.charAt(i);
            if (c >= 32 && c <= 126 || c == '\r' || c == '\n' || c == '\t') {
                charNum++;
            }
            i++;
        }
        return charNum;
    }

 

2.getWordCount()函数

该函数用于判断单词的个数，先根据空白字符来进行分词操作，然后再根据单词的要求，即长度，格式等规定，进行判断，然后返回总数。。

    public int getWordCount() // 统计单词总数
    {
        String t = text;
        String[] spWord = t.split("\\s"); // 分词
        for (int i = 0; i < spWord.length; i++) {
            if (spWord[i].length() < 4) { // 判断长度是否大于等于4
                continue;
            } else {
                int flag = 1; // 判断字符串的前四位是否是英文字母
                char c;
                for (int j = 0; j < 4; j++) {
                    c = spWord[i].charAt(j);
                    if (!(c >= 'A' && c <= 'Z' || c >= 'a' && c <= 'z')) {
                        flag = 0;
                    }
                }
                if (flag == 1) {
                    wordCount++;
                }
            }
        }
        return wordCount;
    }

3.getLineCount()函数

该函数用于统计有效行数，先将每一行进行分割，然后存入字符数组，然后遍历数组，判断字符串去掉空格之后的长度是否为0，如果为0即为无效行数。最后返回有效行数的个数。

 public int getLineCount() { // 统计有效行数

     String[] line = text.split("\r\n"); // 将每一行分开放入一个字符串数组
     for (int i = 0; i < line.length; i++) { // 找出无效行，统计有效行

         if (line[i].trim().length() == 0)
             continue;
         ValidLine = ValidLine + 1;
     }
     return ValidLine;
 }

4.getWordFreq()函数

该函数用于单词词频的统计，先按照单词的判断方法进行判断一个词是否是单词，然后使用一个Map进行存储，具体方法为先判断Map中之前是否存过该数据，若没有存过，则将其存入并置value值为1，若存过，则将该值的value值加1。最后将即可map根据要求进行排序即可

    public List getWordFreq() { // 对单词词频的Map进行排序

        wordFreq = new HashMap();
        String t = text;

        String[] spWord = t.split("\\s"); // 分词
        for (int i = 0; i < spWord.length; i++) {
            if (spWord[i].length() < 4) {
                continue;
            } else {

                int flag = 1;
                char c;

                for (int j = 0; j < 4; j++) {
                    c = spWord[i].charAt(j);

                    if (!(c >= 'A' && c <= 'Z' || c >= 'a' && c <= 'z')) {
                        flag = 0;
                    }
                }
                if (flag == 1) {
                    spWord[i] = spWord[i].trim().toLowerCase();
                    if (wordFreq.get(spWord[i]) == null) {
                        wordFreq.put(spWord[i], 1);
                    } else
                        wordFreq.put(spWord[i], wordFreq.get(spWord[i]) + 1);

                }
            }
        }

        List> list = new ArrayList>(wordFreq.entrySet());
        Collections.sort(list, new Comparator>() {

            @Override
            public int compare(Entry o1, Entry o2) { // 对Map中内容进行排序，先按词频后按字典顺序
                if (o1.getValue() == o2.getValue()) {
                    return o1.getKey().compareTo(o2.getKey());
                }
                return o2.getValue() - o1.getValue();
            }

        });
        return list;
    }

---

6.单元测试

• 测试文件
  

• 测试代码

    @Test
    public void testGetCharCount() throws IOException {//统计字符数量测试
        FileDeal fd = new FileDeal();
        String text1 = fd.FileToString("text/text1.txt");   
    
        WordDeal wd1 = new WordDeal(text1);
    
        int cn1 = wd1.getCharCount();
    
    }

    @Test
    public void testGetWordCount() throws IOException {//统计单词数量测试
        FileDeal fd = new FileDeal();
        String text1 = fd.FileToString("text/text1.txt");
        WordDeal wd1 = new WordDeal(text1);
        int wn1 = wd1.getWordCount();
        
    }

    @Test
    public void testGetWordFreq() throws IOException {//统计词频测试
        
        FileDeal fd = new FileDeal();
        String text1 = fd.FileToString("text/text1.txt");
        WordDeal wd1 = new WordDeal(text1);
        List wf1 = wd1.getWordFreq();
        
    }

    @Test
    public void testGetLineCount() throws IOException {//统计有效行数测试
        FileDeal fd = new FileDeal();
        String text1 = fd.FileToString("text/text1.txt");
        WordDeal wd1 = new WordDeal(text1);
        int wn1 = wd1.getLineCount();
    
    }

• 测试截图
  

7.心得体会

这次的实验最难的地方还是每一步的规范，以前写代码的时候并不会注意到那么多，所以在规范上花的时间还蛮多的。然后就是在写代码的时候忘记了很多Java的语法，特别是词频统计的函数，用到了比较器之类的，也是花了很多时间。然后在异常处理方面考虑还是不够多，下次会注意这方面的内容。