结对编程第4小组-词频统计

Posted 2020-12-03 mzfeng

（项目源代码路径：https://github.com/miaozhongfeng/PairProject2018.git）

一、PSP表格预估时间花费

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划
· Estimate	· 估计这个任务需要多少时间	30	30
Development	开发
· Analysis	· 需求分析 (包括学习新技术)	30	30
· Design Spec	· 生成设计文档	15	10
· Design Review	· 设计复审 (和同事审核设计文档)	15	10
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	15	10
· Design	· 具体设计	30	50
· Coding	· 具体编码	60	110
· Code Review	· 代码复审	30	60
· Test	· 测试（自我测试，修改代码，提交修改）	30	50
Reporting	报告
· Test Report	· 测试报告	15	10
· Size Measurement	· 计算工作量	15	10
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	15	15
	合计	300	395

 

二、计算模块接口的设计与实现过程

       根据基本需求进行分析，需要实现统计文本总字符数、统计特定单词数、统计各单词出现频率并写入文件。所以我们小组在设计结构时设计了3个类：CountStr、CountWord、WordsRate分别实现3个模块功能。

      （1）在CountStr类中，设计了coutAllNumber(char*inputfilename)方法，用于文本字符统计。在实现该功能时，使用open()方法打开文本，在eof()返回值为false时统计变量自增。

      （2）在CountWord类中，设计了countWord(char*inputfile)方法，用于统计文本中单词个数。在该函数中，使用String类型变量接收读取的字符（包括空格），使用vector容器存放单词，最终返回容器大小。

      （3）在WordsRate类中，设计了display_map(map<string, int> &wmap)方法，用于统计词频并写入文本，采用Map映射方式，其中排序使用了sort()函数实现。但是由于sort()函数无法直接对map排序，需要先将map用vector容器接收，在用sort()对vector容器的内容进行排序，排序参数为cmp,定义为Value值按从大到小排序。关键代码如下：

  map<string, int>::const_iterator map_it;
  map<string, int>::iterator iter_it;
  vector<PAIR>vec_it;
  for (iter_it = wmap.begin(); iter_it != wmap.end();iter_it++)
    {
        vec_it.push_back(*iter_it);
    }
   sort(vec_it.begin(), vec_it.end(), cmp());

三、性能分析

通过性能分析工具得出耗时最大的函数为countword(),主要耗费在读取字符和放入容器的语句上，如下图：

四、结对编程总结

       结对编程的优点是：一个人的思维有限，结对编程双方可以相互学习，相互提高，集两人之智商讨问题解决方案；结对编程的缺点是双方的编程习惯不同，在少数问题上就会产生1+1<2的情形，降低了效率。苗助教的优点：接受新知识能力快；对库函数的运用熟练； 善于总结问题。