这个作业属于哪个课程 | https://edu.cnblogs.com/campus/zswxy/computer-science-class3-2018/homework/11879 |
---|---|
这个作业要求在哪里 | https://edu.cnblogs.com/campus/zswxy/computer-science-class3-2018/homework/11879 |
这个作业的目标 | 1.学习使用git和github 2.编写WordCount程序 3.总结 |
学号 | 20188483 |
其他参考文献 | 《构建之法》,CSDN |
gitee地址:
https://gitee.com/flz13873652172/project-java
PSP表格
PSP2.1 | Personal Software Process Stages | 预估耗时(分钟) | 实际耗时(分钟) |
---|---|---|---|
Planning | 计划 | 30 | 43 |
• Estimate | • 估计这个任务需要多少时间 | 30 | 43 |
Development | 开发 | 780 | 1030 |
• Analysis | • 需求分析 (包括学习新技术) | 120 | 260 |
• Design Spec | • 生成设计文档 | 30 | 60 |
• Design Review | • 设计复审 | 10 | 15 |
• Coding Standard | • 代码规范 (为目前的开发制定合适的规范) | 30 | 25 |
• Design | • 具体设计 | 90 | 110 |
• Coding | • 具体编码 | 360 | 400 |
• Code Review | • 代码复审 | 20 | 10 |
• Test | • 测试(自我测试,修改代码,提交修改 | 120 | 150 |
Reporting | 报告 | 135 | 145 |
• Test Repor | • 测试报告 | 90 | 100 |
• 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 | 30 | 35 |
合计 | 1030 | 1217 |
解题思路描述
一、需求分解
首先我根据作业要求,把需求分解成以下小部分
读取文件内数据
统计文件字符数
统计文件单词总数
统计文件有效行数
统计出现频率最高的10个单词
以UTF-8格式输出到指定文件
代码规范制定链接
https://gitee.com/flz13873652172/project-java/blob/master/codestyle.md
设计与实现过程
一、类构建组织
为了实现功能独立,我将需求2、3、4、5封装在WordCountMethods类,进行字符数量、行数、单词数、词频的统计;将需求1、6封装进WordCountIO类,:进行文件内容的读取,以及处理结果的写入;最后设计一个WordCount类调用以上两个类的方法去实现WordCount功能。
二、主要方法设计
2.1 WordCountIO/读取文件转化为string形式
FileInputStream fileinputstream=new FileInputStream(filePath);
InputStreamReader inputstreamreader=new InputStreamReader(fileinputstream);
br = new BufferedReader(inputstreamreader);
int c;
while ((c = br.read()) != -1) {
strBud.append((char) c);
}
br.close();
return strBud.toString();
2.1.1 解释思路
最开始我是想到用BufferedReader中包装InputStreamReader类,但是一开始程序用的是BufferedReader类的readline(),后期单元测试的时候发现问题,readline当遇到换行符('
'),回车符('
')时会终止读取表示该行文字读取完毕且返回该行文字(不包含换行符和回车符),就会导致无法统计换行符、回车符,于是后来改用read(),读取1个或多个字节,返回一个字符,当读取到文件末尾时,返回-1。
2.2 WordCountMethods/统计文件有效行数
InputStream inpStr = new FileInputStream(filePath);
BufferedReader br = new BufferedReader(new InputStreamReader(inpStr));
//空白行的正则匹配器
Pattern blankLinePattern = Pattern.compile(BLANK_LINE_REGEX);
String line = null;
while ((line = br.readLine()) != null) {
if (blankLinePattern.matcher(line).find()) {
//是空白行就计数
blankLine++;
}
allLine++;
}
//有效行是总行数减去空白行数
validLine = allLine-blankLine;
return validLine;
2.2.1 解释思路
我的想法是统计出所有行数减去空白行就是有效行数.但是如何判断哪一行是空白行是个关键问题。
我经过上网搜索查阅资料,发现可以使用正则表达式"s+"
正则表达式中s+匹配任何空白字符,包括空格、制表符、换页符等等, 等价于[ f
v]
f -> 匹配一个换页
-> 匹配一个换行符
-> 匹配一个回车符
-> 匹配一个制表符
v -> 匹配一个垂直制表符
2.3 WordCountMethods/统计合法单词数
int words = 0;
//先全部转小写
String lowerStr = str.toLowerCase();
//匹配非单词非数字的字符
Pattern pat = Pattern.compile(UN_ALPHABET_NUM_REGEX);
Matcher mat = pat.matcher(lowerStr);
//转换为空格
lowerStr = mat.replaceAll(" ");
//按规定的分隔符拆分
String[] word = lowerStr.split("\s+");
for (int i = 0; i < word.length; i++) {
String tw = word[i];
//判断是不是要求的单词
if (tw.matches(FIRST_FOUR_APLH_REGEX)) {
words++;
if (!map.containsKey(tw)) {
map.put(tw, 1);
}
else {
int num = map.get(tw);
map.put(tw, num + 1);
}
}
}
2.4 WordCountMethods/统计出现频率最高的单词
Collections.sort(list,new Comparator<Map.Entry<String, Integer>>(){
//Treemap只要比较出现次数,不用再比较字典序
public int compare(Map.Entry<String, Integer> word1, Map.Entry<String, Integer> word2) {
return word2.getValue() - word1.getValue();
}
心路历程与收获
感觉太难了,第一关git的使用就不会,后来自己在b站看视频讲解会了(地址:https://www.bilibili.com/video/BV1FE411P7B3?p=9&spm_id_from=pageDriver)
也非常感谢我的室友的帮助,打代码的过程中出现了很多问题,还是自己专业知识不够丰富,还得多多学习;
希望老师下次别弄这么难的了,孩子心里苦呀