第一次個人編程作業

Github倉庫

一、PSP表格

PSP2.1	Personal Software Process Stages	預估耗時（分鍾）	實際耗時（分鍾）
Planning	計划	10	30
· Estimate	· 估計這個任務需要多少時間	10	30
Development	開發	900	740
· Analysis	· 需求分析 (包括學習新技術)	60	120
· Design Spec	· 生成設計文檔	60	30
· Design Review	· 設計復審	60	60
· Coding Standard	· 代碼規范 (為目前的開發制定合適的規范)	30	10
· Design	· 具體設計	120	30
· Coding	· 具體編碼	360	360
· Code Review	· 代碼復審	120	40
· Test	· 測試（自我測試，修改代碼，提交修改）	90	90
Reporting	報告	120	140
· Test Repor	· 測試報告	60	90
· Size Measurement	· 計算工作量	20	10
· Postmortem & Process Improvement Plan	· 事后總結, 並提出過程改進計划	40	40
	· 合計	1020	910

二、計算模塊接口

1) 計算模塊接口的設計與實現過程。設計包括代碼如何組織，比如會有幾個類，幾個函數，他們之間關系如何，關鍵函數是否需要畫出流程圖？說明你的算法的關鍵（不必列出源代碼），以及獨到之處。

算法關鍵是DFA算法

First.在程序里接受命令行參數

• 讀入敏感詞詞匯文件和待檢測文件，將其中的內容轉化為字符串，敏感詞生成的字符串用於傳到public Map WordsHashMap(Set<String> keyWords)函數中生成哈希樹。

public class InputFile {
    public static String inputfile(String name) throws IOException {
        /*Scanner scanner = new Scanner(System.in);
        String name = scanner.nextLine();*/
        File f = new File(name);
        FileInputStream word=new FileInputStream(f);
        InputStreamReader wordreader=new InputStreamReader(word,"UTF-8");
        BufferedReader reader = new BufferedReader(wordreader);//將文件通過絕對路徑讀出文件
        String br =null;
        String bt ="";
        while ((br = reader.readLine()) != null) {//按行讀取
            bt+=br;//按行讀入
            bt+='\n';
        }//將文本轉換為字符串
        return bt;
    }

• 將答案放到讀出文件中

public class OutputFile {
    public OutputFile() {
    }

    public static void rwFile(String file, String filepath) {
        FileWriter fw = null;

        try {
            fw = new FileWriter(filepath, true);
            fw.write(file);
            fw.flush();
        } catch (FileNotFoundException var14) {
            var14.printStackTrace();
        } catch (IOException var15) {
            var15.printStackTrace();
        } finally {
            if (fw != null) {
                try {
                    fw.close();
                } catch (IOException var13) {
                    var13.printStackTrace();
                }
            }

        }

    }
}

Second.敏感詞檢測

1. 構造敏感詞

public class AddSensitiveWords {
    public Set<String> addSensitiveWords(String[] ss)throws PinyinException{
        Set<String>set = new HashSet<>();
        /*System.out.println(sword.toString());*/
        int j= ss.length;
        for(int i=0;i<j;i++){
            set.add(ss[i]);
        }
        for(int i=0;i<j;i++){
            String word=ss[i];
           /* System.out.println(ss[i]);*/
            char key=word.charAt(0);
            if(ChineseHelper.isChinese(key)){
                set.add(PinyinHelper.convertToPinyinString(ss[i],"", PinyinFormat.WITHOUT_TONE));//將中文轉化成拼音
                /*System.out.println(PinyinHelper.convertToPinyinString(ss[i],"", PinyinFormat.WITHOUT_TONE));*/
                set.add(PinyinHelper.getShortPinyin(ss[i]));//將中文轉換成拼音開頭縮寫
            }
        }//將轉化后的新增詞匯加入set當中
        return set;
    }
}

2. 實現敏感詞查詢
   • 最簡易實現，計算總個數，檢測出與給出的敏感詞文件完全相同的形式的詞匯
   • 查找英文敏感詞的大小寫形式

public boolean isContaintSensitiveWord(String txt, int matchType)
public List<String> getSensitiveWord(String txt, int matchType) 
public int CheckSensitiveWord(String txt, int beginIndex, int matchType) 

3. 輸出個數、行數、敏感詞原型

Final.打包——jar包

2) 計算模塊接口部分的性能改進。記錄在改進計算模塊性能上所花費的時間，描述你改進的思路，並展示一張性能分析圖（由VS 2019、JProfiler或者Jetbrains系列IDE自帶的Profiler的性能分析工具自動生成），並展示你程序中消耗最大的函數。

消耗較大的是一些樹的生成，可通過減少結點或者最小路徑算法來簡化算法。

3) 計算模塊部分單元測試展示。展示出項目部分單元測試代碼，並說明測試的函數，構造測試數據的思路。並將單元測試得到的測試覆蓋率截圖，發表在博客中。

對AddSensitiveWordsTest函數的單元測試

package com;

import com.github.stuxuhai.jpinyin.PinyinException;
import org.junit.After;
import org.junit.Before;
import org.junit.Test;
import java.util.HashSet;
import java.util.Set;
import static org.junit.Assert.*;

public class AddSensitiveWordsTest {

    @Before
    public void setUp() throws Exception {
        System.out.println("測試開始！");
    }

    @After
    public void tearDown() throws Exception {
        System.out.println("測試結束！");
    }

    @Test
    public void addSensitiveWords()throws PinyinException {
        String[] ss={"笨蛋","sMart","小可愛"};
        Set<String>aa =new HashSet<>();
        aa.add("笨蛋");
        aa.add("sMart");
        aa.add("小可愛");
        aa.add("bendan");
        aa.add("xiaokeai");
        aa.add("bd");
        aa.add("xka");
        AddSensitiveWords awords=new AddSensitiveWords();
        assertEquals(aa,awords.addSensitiveWords(ss));
    }
}

按照目前這個函數的功能是將一些中文的敏感詞進行擴充，比如將中文轉換成拼音和拼音縮寫，而英文則不做處理。

對InputFileTest函數的單元測試

package com;

import java.io.IOException;
import org.junit.After;
import org.junit.Assert;
import org.junit.Before;
import org.junit.Test;

public class InputFileTest {
    InputFile input = new InputFile();

    public InputFileTest() {
    }

    @Before
    public void setUp() throws Exception {
        System.out.println("測試開始");
    }

    @After
    public void tearDown() throws Exception {
        System.out.println("測試結束");
    }

    @Test
    public void inputfile() throws IOException {
        InputFile var10001 = this.input;
        Assert.assertEquals("我盡力了哈哈哈害人不淺太過分了要少熬夜dsqbdquidq@#!#!&*#!hhhh1hw1uhw1\n", InputFile.inputfile("C:\\Users\\24427\\Desktop\\test.txt"));
    }
}

對於讀到的文件的數據轉換成字符串形式並返回主函數，驗證是否有亂碼或者換行符錯誤。

4) 計算模塊部分異常處理說明。在博客中詳細介紹每種異常的設計目標。每種異常都要選擇一個單元測試樣例發布在博客中，並指明錯誤對應的場景。

對AddSensitiveWords函數輸出結果異常，因為在處理時每個字符串之后都加了一個換行符。但是對解題過程影響不大。

三、心得

1. 不要想着一步登天，一個看似很困難的項目可以分為好幾步去做。要先去分析這個項目，先找到它的基本功能，在將基本功能拆解，之后再進行功能的拓展。比如這個敏感詞檢測的題目，可以先實現將沒有任何變形的敏感詞找到並統計個數，再實現更加進階的功能。二步驟可以拆解為：輸入文件存入一個設定的變量中->構建敏感詞的hashmap樹->在待檢測文件中檢測敏感詞,並輸出總數->輸出答案到指定文件的位置。而每個步驟可以分為一個類，這樣能使自己的思路更清楚。
2. 無論用哪一門語言，基礎知識得先掌握。不然一下直奔算法，將會看不懂網上所提供的代碼的每一步含義。還需要了解語言的一些原有的函數，這會在打代碼的過程中減少很多困難並減少代碼量。