(2016春) 作业4：结对编程—词频统计

作业4：结对项目—— 词频统计

0. 时间/计分

• 总分40 分
• 提交分2 阶段：
• 第一阶段提交[必做1]，截止时间 2016-03-22，24点；
• 第二阶段提交[必做2]、[选做1]、[选做2]，截止时间2016-03-29，24点。
• PS： 必做题 每个阶段必须提交；选做题不做强制要求。

1. 目标

• 代码复审练习
• 结对练习
• 编写单元测试

2. 要求

• [必做 1] 基于作业3的结果，读取一个较小的文本文件A_Tale_of_Two_Cities.txt，统计该文件中的单词的频率,并将统计结果输出到当前目录下的 Result1.txt 文件。 （第一阶段初稿完成该要求）
• 命令行格式： 提示符> Myapp.exe -f filename.txt > Result.txt （PS：C++ 程序，Java 程序输出方式类似） filename.txt 为前面下载的文件名。
• 解释：
  • 选项 -f 表示后面跟文件名
  • 输出格式规定（参考作业3中的示例）：
    • 首先按照频率由高到低排序
    • 频率一样的词， 按照字典顺序排序
• 此外, 读取一个较大的文本文件Gone_with_the_wind.txt实验对比程序执行效率，做如下改进，比较改进前后程序执行时间。PS: 请看一位同学做的效能分析示例。

原先程序中循环部分如下：

for (int i = 0; i < infoIds.size(); i++)        
{     
   Entry<String, Integer> id = infoIds.get(i);  
   System.out.println(id.getKey()+":"+id.getValue());  
} 

改进后程序如下：

len= infoIds.size();             // 先计算
for (int i = 0; i < len; i++)        
{     
       Entry<String, Integer> id = infoIds.get(i);  
       System.out.println(id.getKey()+":"+id.getValue());  
}

• [必做 2] 读取小文本文件A_Tale_of_Two_Cities.txt 或者 大文本文件Gone_with_the_wind.txt，统计某一指定单词在该文本文件中出现的频率。
• 命令行格式： 提示符> Myapp.exe -f filename.txt -w word （PS：C++ 程序，Java 程序输出方式类似）
• 解释：
  • 选项 -f 表示打开某一文件（filename.txt）
  • 选项 -w 表示统计其后单词（word）在打开的文件（filename.txt）中的频率。

• [选做 1] 对于在指定目录下（递归）的所有的文本文件（例如扩展名为："txt", "cpp", "h", "cs", "java"等），计算每个单词的出现频率，并将结果输出到一个文本文件
• 命令行格式： 提示符> Myapp.exe -d directory-name > result.txt （PS：C++ 程序，Java 程序输出方式类似）
• 解释：
  • 选项 -d 表示后面跟目录（path）
• [选做 2] 写至少10个单元测试，确保程序结果正确（例如，对于空目录应该输出空）

3. 提交

• 特别要求：
• 博客开头描述： 结对的对象（ 1. 博客地址 ，2. 编写系统的Github 链接， 3.双方的贡献比例， 4. 结对编程照片（证据））
• 博客总结部分，写出你在结对编程过程是不是遇到困难，双方沟通怎么沟通的？你的心得、收获等。
• 其它要求 同作业3

4. 定义

• 同作业3 要求