标签：查重 章节 30 个人 单元测试 论文 模块接口 计算 PSP
| 这个作业属于哪个课程 | 班级的链接 |
|---|---|
| 这个作业要求在哪里 | 作业要求的链接 |
| 这个作业的目标 | 实现论文查重算法，学会使用PSP表格估计，学会 Git commit 规范，学会单元测试 |
目录
1.Github仓库
2.PSP表格
3.计算模块接口的设计与实现过程
4.计算模块接口部分的性能改进
5.计算模块部分单元测试展示
6.计算模块部分异常处理说明
1.Github仓库
2.PSP表格
| PSP2.1 | Personal Software Process Stages | 预估耗时（分钟） | 实际耗时（分钟） |
|---|---|---|---|
| Planning | 计划 | 5 | 5 |
| · Estimate | · 估计这个任务需要多少时间 | 5 | 5 |
| Development | 开发 | 290 | 390 |
| · Analysis | · 需求分析 (包括学习新技术) | 20 | 25 |
| · Design Spec | · 生成设计文档 | 0 | 0 |
| · Design Review | · 设计复审 | 0 | 0 |
| · Coding Standard | · 代码规范 (为目前的开发制定合适的规范) | 10 | 15 |
| · Design | · 具体设计 | 0 | 0 |
| · Coding | · 具体编码 | 200 | 250 |
| · Code Review | · 代码复审 | 30 | 60 |
| · Test | · 测试（自我测试，修改代码，提交修改） | 30 | 40 |
| Reporting | 报告 | 35 | 45 |
| · Test Repor | · 测试报告 | 20 | 30 |
| · Size Measurement | · 计算工作量 | 5 | 5 |
| · Postmortem & Process Improvement Plan | · 事后总结, 并提出过程改进计划 | 10 | 10 |
| . Total | · 合计 | 330 | 440 |
3.计算模块接口的设计与实现过程
1.类型层次结构
2.算法的部分思想
由于此为小型项目，故在此处选择字为向量，虽然准确率降低，但速度提高不少。
注：虽然词更为准确，但分词却需要增加额外的复杂度
每个字在章节中出现的次数，便是此字向量的值。现在我们假设：
章节1中出现的字为：Z1c1,Z1c2,Z1c3,Z1c4……Z1cn；它们在章节中的个数为：Z1n1,Z1n2,Z1n3……Z1nm；
章节2中出现的字为：Z2c1,Z2c2,Z2c3,Z2c4……Z2cn；它们在章节中的个数为：Z2n1,Z2n2,Z2n3……Z2nm；
其中，Z1c1和Z2c1表示两个文本中同一个字，Z1n1和Z2n1是它们分别对应的个数，
最后我们的相似度可以这么计算：
程序为了加快效率，有两个小特点：
1. 只将汉字作为向量，其他的如标点，数字等符号不处理；
2. 在HashMap中存放汉字和其在文本中对于的个数时，先将单个汉字通过GB2312编码转换成数字，再存放。
算法复杂度大致为：document1.length + document2.length。
4.计算模块接口部分的性能改进
JProfiler的性能分析图
由图可见本算法对char和String字符的使用较为频繁
5.计算模块部分单元测试展示
6.计算模块部分异常处理说明
空文本测试代码
打印结果
标签：查重,章节,30,个人,单元测试,论文,模块接口,计算,PSP 来源： https://www.cnblogs.com/moon-ang/p/13721887.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。