Github项目地址
PSP
| PSP2.1 | Personal Software Process Stages | 预估耗时（分钟） | 实际耗时（分钟） |
|---|---|---|---|
| Planning | 计划 | 10 | 10 |
| · Estimate | · 估计这个任务需要多少时间 | 10 | 10 |
| Development | 开发 | 1245 | 1360 |
| · Analysis | · 需求分析 (包括学习新技术) | 2h * 60 | 3h * 60 |
| · Design Spec | · 生成设计文档 | 30 | 20 |
| · Design Review | 5 | 5 | |
| · Coding Standard | · 代码规范 (为目前的开发制定合适的规范) | 10 | 5 |
| · Design | · 具体设计 | 30 | 30 |
| · Coding | · 具体编码 | 10h * 60 | 10h * 60 |
| · Code Review | · 代码复审 | 30 | 40 |
| · Test | · 测试（自我测试，修改代码，提交修改） | 6h * 60 | 8h * 60 |
| Reporting | 告 | 70 | 60 |
| · Test Report | · 测试 告 | 30 | 30 |
| · Size Measurement | · 计算工作量 | 10 | 10 |
| · Postmortem & Process Improvement Plan | · 事后总结, 并提出过程改进计划 | 30 | 20 |
| 合计 | 1315 | 1430 |
项目要求
1. 对源文件（*.txt,*.cpp,*.h,*.cs,*.html,*.js,*.java,*.py,*.php等，文件夹内的所有文件）统计字符数、单词数、行数、词频，统计结果以指定格式输出到默认文件中，以及其他扩展功能，并能够快速地处理多个文件。
2. 使用性能测试工具进行分析，找到性能的瓶颈并改进
编程思路
首先，统计字符是基本的文件操作，我选择每次读取一个字符，这也便于随后操作。单词数的主要问题是对单词的判断，因为题目还给出了各种条件，而单词的数量又相当多，所以代码要写的简介，尽量不要调用函数。行数可以通过读取的换行符数目来判断。统计词频的难点在于找到合适的结构存储，插入和查找要快，也要便于后续排序。词频的统计，涉及到两个词的关联，要选择合适的数据结构存储。一开始根据我在 上查找的资料，字典树似乎是对于词频统计应用的一个比较好的选择，所以我首先尝试自己实现了一个字典树的结构，并成功存储单词，但后续发现字典树在读取和排序方面并无优势，而又很难表示出词组的结构。那么另一种方法就是hash存储，可以有很快的存储读取速度，同时也方便表示词组。查阅资料，C++有unordered_map的标准模板库，内部是通过hsah函数存储的，考虑到自己写的话不一定能找到合适的hash，正确使用下，STL不比自己实现要慢，所以选择使用unordered_map。那么接下来的问题是Key和Value分别是什么。
定义如下结构
对于词，我使用无后缀的小写词作为Map的Key，对应一个包括带后缀有大小写的value以及出现次数的结构体。
对于词组，用两个单词连接成的string作为Key,对应词组单词和出现次数。
实现结构
一.总体结构
1.通过命令行读取参数，遍历文件夹中的文件
2.记录字符数，行数，单词数，判断单词，存储单词和词组
3.排序获得频率前十的单词，词组，输出文件
二.实现函数
| 函数 | 输入 | 返回值 | 功能 |
| GetAllFiles | string path, vector<string>& files, string format | void | 遍历path文件夹，将路径存在files中 |
| isWord | string word | bool | 根据任务规定，判断是否是单词 |
| addWord | string &word, string &word_pre, string &word_r, string &word_pre_r | bool | 输入map的key值，以及没有简化的原始字符串，存入map中 |
| sortWords | wMap wordsDic(全局) | bool | 获得map中频率最大的单词 |
| sortPhrases | npMap phraseDic(全局) | bool | 获得map中频率最大的词组 |
| mian | int argc, char** argv | int | d读取字符，执行基本处理，输出文件 |
三.具体代码
addWord是最主要也是占用时间最长的函数，代码如下
样例输出结果
输出结果除了字符数和单词数外，和助教结果一致。
测试优化
单元测试
这是我完成规定内全部内容时尚未优化的运行时间。
以下是主要的优化操作
1.
2.
3.
另外还有一些基本的优化，减少调用次数，使用基本类型等。比如程序中需要对单词执行转化小写的操作，一开始选择使用库函数transform，但是占用时间按过长，改为在读取字符判断ascii时，执行ascii的加操作，将转化小写合并到读取判断字符中。
linux上的性能分析
为了将代码移植到linux，需要更换读取文件的方法，这里使用dirent.h头文件，实现移植Github代码
在linux上进行性能分析有很多工具，我选择使用比较常见，使用也十分简单的GPROF,具体内容主要参考https://www.thegeekstuff.com/2012/08/gprof-tutorial/
使用该工具可以得到一份性能 告，以下是一些节选
主要说明如下
这和我们在Windows下使用VS的结果基本一致。
具体文件可以在Github找到。
文章知识点与官方知识档案匹配，可进一步学习相关知识Java技能树首页概览91545 人正在系统学习中 相关资源：下拉通刷词软件v3.1.zip-其它代码类资源-CSDN文库
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！