编程作业第一次

github仓库链接：3123004747/cheaker at main · lwy8852/3123004747

Psp表格

psp阶段	预估耗时	实际耗时
· 计划 (Planning)	15	15
· 估计任务时间 (Estimate)	40	55
· 开发 (Development)	200	220
· 需求分析 (Analysis)	30	25
· 生成设计文档 (Design Spec)	20	20
· 设计复审 (Design Review)	25	30
· 代码规范 (Coding Standard)	20	25
· 具体设计 (Design)	20	20
· 具体编码 (Coding)	15	20
· 代码复审 (Code Review)	10	15
· 测试（包括修改） (Test)	30	25
· 报告 (Reporting)	60	50
· 测试报告 (Test Report)	20	30
· 计算工作量 (Size Measurement	40	50
事后总结与改进 (Postmortem)	30	50
· 总计 (Total)	575	650

1. 模块接口设计与实现

流程图

核心模块

1. 文件读取模块

   java

   public static String readFile(String path) throws IOException {return new String(Files.readAllBytes(Paths.get(path)), StandardCharsets.UTF_8);
   }
   

2. 文本预处理模块

   java

   private static final Pattern PATTERN = Pattern.compile("[\\p{P}\\s]");
   public static String preprocess(String text) {return PATTERN.matcher(text).replaceAll("").toLowerCase();
   }
   

3. 相似度计算模块

   java

   public static double calculateSimilarity(String text1, String text2) {int[][] counts = new int[2][65536];for (char c : text1.toCharArray()) counts[0][c]++;for (char c : text2.toCharArray()) counts[1][c]++;double dotProduct = 0.0, norm1 = 0.0, norm2 = 0.0;for (int i = 0; i < 65536; i++) {dotProduct += counts[0][i] * counts[1][i];norm1 += counts[0][i] * counts[0][i];norm2 += counts[1][i] * counts[1][i];}return dotProduct / (Math.sqrt(norm1) * Math.sqrt(norm2));
   }
   

4. 结果输出模块

   java

   public static void writeResult(String path, double similarity) throws IOException {Files.write(Paths.get(path), String.format("%.2f", similarity).getBytes(StandardCharsets.UTF_8));
   }
   

---

2. 性能改进

性能分析

改进点

1. 字符统计优化

   • 使用 int[256] 代替 int[65536]，仅统计 ASCII 字符。

   java

   for (char c : text1.toCharArray()) {if (c < 256) counts[0][c]++;
   }
   

2. 正则表达式预编译

   • 正则表达式已预编译为静态常量。

   java

   private static final Pattern PATTERN = Pattern.compile("[\\p{P}\\s]");
   

3. 并行化处理

   • 对超大文本使用并行流。

   java

   text1.chars().parallel().forEach(c -> counts[0][c]++);
   

---

3. 单元测试展示

测试用例

1. 完全相同的文本

   @Test
   public void testIdenticalTexts() {String text = "Hello world!";double result = Main.calculateSimilarity(text, text);assertEquals(1.00, result, 0.001);
   }
   

2. 完全不同的文本

   @Test
   public void testDifferentTexts() {String original = "abcdef";String plagiarized = "ghijkl";double result = Main.calculateSimilarity(original, plagiarized);assertEquals(0.0, result, 0.001);
   }
   

3. 空文本

   @Test
   public void testEmptyText() {String original = "";String plagiarized = "Hello world!";double result = Main.calculateSimilarity(original, plagiarized);assertEquals(0.0, result, 0.001);
   }
   

---

4. 异常处理说明

异常类型

1. 文件不存在

   try {String content = readFile("nonexistent.txt");
   } catch (IOException e) {System.err.println("文件不存在！");
   }
   

2. 空文本

   if (text1.isEmpty() || text2.isEmpty()) {return 0.0;
   }
   

3. 命令行参数错误

   if (args.length != 3) {System.err.println("用法: java -jar main.jar 原文文件 抄袭文件 输出文件");System.exit(1);
   }
   

---