软件第四次作业

       作业要求

• 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。

     结对对象：钱佳晨 

      Github:https://github.com/TYshadow/TYshadow/blob/master/4.cpp

     作业共同讨论修改 大致55开

int main()
{
    int wCount = 1; Word * words; string content; string addition; const char *delim = " ,' '“”.''-‘’!?"; ifstream file("e://Gone_with_the_wind.txt"); //读取 ofstream fout("e://Result1.txt"); if (!file) { cout << "Unable to open "; exit(1); } while (!file.eof()) { getline(file,addition); content.append(addition); //分段读取文本 } file.close(); unsigned int len = content.length(); for (unsigned int i = 0; i < len; i++) { if (isalnum(content[i]) == 0) //非字母数字  { wCount++; } } cout << wCount; words = new Word[wCount]; string::size_type offset = content.find_first_of(delim); //单词分隔；size_type用以保存string对象的长度 while (offset != string::npos) { string wStr = content.substr(0, offset); //string.substr()返回一个从指定位置返回指定长度的字符串 if (wStr.length() < 4) //除去长度小于4的单词  { wCount--; content.erase(0, offset + 1); offset = content.find_first_of(delim); continue; } content.erase(0, offset + 1); //string.erase()删除从指定位置开始的指定长度的字符  transform(wStr.begin(), wStr.end(), wStr.begin(), ::tolower); CalcCount(words, wStr, wCount); offset = content.find_first_of(delim); } if (content.length() >= 4) { transform(content.begin(), content.end(), content.begin(), ::tolower); CalcCount(words, content, wCount); //计算最后一个单词  } else wCount--; for (int i = 0; i < wCount; i++) { if (words[i].Str == "") { wCount--; } } SortWord(words, wCount); SortWordDown(words, wCount); fout << "词频统计:" << endl; for (int i = 0; i < wCount - 1; i++) { fout << words[i].Str << "\t频率:" << words[i].Count << "次" << endl; } fout << "调用该程序所花费的时间为:" << clock() << "毫秒\n"; delete[] words; return 0; }

总结：首先用了find_first_of函数解决了上次分隔符的问题，无论哪一种语言，它们的类库都很重要，熟悉掌握这些能够节省很多时间。然后这次的文件读取中，一开始发现大文件无法读取，花了大把时间调试找问题，最后原因还是对函数功能的理解出现偏差，和大钱商讨后选择了分段读取的方式，多一个人可以更加坚定自己的想法，并且确实可以纠正一些思维上的死角。最后再效能分析上，用clock（）函数计算了时间，大概是程序偏小，感觉差别并不很大。程序仍待改进。