201671010406 词频统计软件项目报告

Posted 2021-02-13 dingjiahui

---

一.需求分析

• 统计文件中各单词的出现次数

---

二. 功能设计

• 程序可读入任意英文文本文件，该文件中英文词数大于等于1个。

• 程序需要很壮健，能读取容纳英文原版《哈利波特》10万词以上的文章。

• 指定单词词频统计功能：用户可输入从该文本中想要查找词频的一个或任意多个英文单词，运行程序的统计功能可显示对应单词在文本中出现的次数和柱状图。

• 高频词统计功能：用户从键盘输入高频词输出的个数k，运行程序统计功能，可按文本中词频数降序显示前k个单词的词频及单词。

• 统计该文本所有单词数量及词频数，并能将单词及词频数按字典顺序输出到文件result.txt。

---

三. 环境需求

• 测试机环境：Windows

• 开发环境：CFree5

---

四.设计实现

• 利用指针功能

• 打开txt文件，若打开成功则返回文件起始位置给p指针

• 利用flag做标志统计每个单词出现的频率

• 将单词按字典顺序排序，即通过比较ascii值来进行冒泡排序

---

五.测试运行

英文文本：

开发平台：

运行界面：

---

六.部分代码

• 检查文件结束：

  while(!feof(p))
    {
     for(j=0;j<20;j++)
     {
  ?     temp[j]=fgetc(p);
  ?     if(temp[j]==' '||temp[j]==','||temp[j]=='.'||temp[j]=='!'||temp[j]=='?')
  ?     {
  ?       temp[j]='';
  ?           strcpy(s[b].w,temp); 
  ?       b++;
  ?       break; 
  ?     }
  ?    }
     }

• 统计单词出现频率：

  void pv()
  {
     int j,k,flag=1;
  ?      for(j=0;j<b;j++)
  ?      {
  ?        for(k=0;k<j;k++)
  ?        {
  ?          if(strcmp(s[j].w,s[k].w)==0)
  ?          {
  ?              flag=0;  
  ?              break; 
  ?          }
  ?          else 
  ?         flag=1;
  ?        }
  ?        while(flag) 
  ?        {
  ?          for(k=j;k<b;k++)
  ?          {
  ?            if(strcmp(s[k].w,s[j].w)==0)
  ?                s[j].num++;
  ?          }
  ?         flag=0;  
  ?        }
  ?      }
  }

• 将单词按字典顺序排序：

  void px()
  {
    int j,k,c;
    char temp[20]; 
    for(j=0;j<b-1;j++)
    {
  ?      c=j; 
  ?      for(k=j+1;k<b;k++)
  ?      { 
  ?         if(strcmp(s[c].w,s[k].w)>0)
  ?             c=k;
  ?         if(c!=j)
  ?         {
  ?           strcpy(temp,s[c].w);
  ?           strcpy(s[c].w,s[j].w);
  ?           strcpy(s[j].w,temp);
  ?         }
  ?      } 
    }
  }

---

七.总结

? 这应该是目前为止做的最难受的一次实验，对于在语言缺乏和算法短板上的缺陷体现的淋漓尽致，自己的问题还是需要自己解决，没什么救世主，上网广泛浏览现有程序代码，借鉴其中的部分程序源码，主体框架采用C语言，最后又加入C++部分代码实现图形化用户界面，最终实现要求中的个别功能。半路出家的自己与他人的差距心里甚是明了，以后的学习该怎么进行才是接下来主要攻克的难题。

---

八.PSP

PSP2.1	任务内容	计划共完成需要 的时间(min)	实际完成需要 的时间(min)
Planning	计划	10	8
Estimate	估计这个任务需要多少 时间，并规划大致工作步骤	9	8
Development	开发	100	120
Analysis	需求分析 (包括学习新技术)	10	15
Design Spec	生成设计文档	5	5
Design Review	设计复审 (和同学审核设计文档)	4	5
Coding Standard	代码规范 (为目前的开发制定合适的规范)	3	3
Design	具体设计	15	20
Coding	具体编码	60	90
Code Review	代码复审	10	10
Test	测试（自我测试，修改代码，提交修改）	20	30
Reporting	报告	10	10
Test Report	测试报告	5	4
Size Measurement	计算工作量	5	3
Postmortem & Process Improvement Plan	事后总结 ,并提出过程改进计划	5	5

最重要的是一点要学会至少一门语言，否则寸步难行！

Github的仓库主页的链接地址：Github链接