201671030128+詞頻統計軟件項目報告

一.需求分析

根據實驗二 軟件工程我的項目的要求本次軟件項目的需求有如下幾點：
1.程序可讀入任意英文文本文件，該文件中英文詞數大於等於1個，程序須要很壯健，能讀取容納英文原版《哈利波特》10萬詞以上的文章。
2.指定單詞詞頻統計功能：用戶可輸入從該文本中想要查找詞頻的一個或任意多個英文單詞，運行程序的統計功能可顯示對應單詞在文本中出現的次數和柱狀圖。
3.高頻詞統計功能：用戶從鍵盤輸入高頻詞輸出的個數k，運行程序統計功能，可按文本中詞頻數降序顯示前k個單詞的詞頻及單詞。
4.統計該文本全部單詞數量及詞頻數，並能將單詞及詞頻數按字典順序輸出到文件result.txt。

二.功能設計

1.對於需求一、需求4須要有讀入文本數據、向文本輸出數據的功能。
2.對於需求3和需求4須要有排序的功能
3.整個項目要求有對詞頻進行統計的功能

三.設計實現

1.本次項目有兩個類：
（1）main.java主要實現文本讀入和功能選擇的功能，根據用戶輸入的選擇調用function.java中相應的功能函數。
（2）function.java實現排序（sort函數），查找單詞詞頻顯示柱狀圖（find函數），輸出前n個高頻詞（print函數），單詞及詞頻數按字典順序輸出到文件result.txt（Sort函數）四個主要功能。
2.數據結構：
本次項目採用TreeMap存儲從文本讀入的數據，用LinkedList進行詞頻排序。
3.流程圖：
本項目總的流程圖爲：

四.測試運行

1.顯示單詞詞頻和柱狀圖

2.輸出前K個高頻詞

3.向result.txt寫入單詞和詞頻

五.主要代碼

1.文件讀入並統計詞頻

// 讀取要處理的文件
       BufferedReader b = new BufferedReader(new FileReader("src/HarryPotter.txt"));
       //<單詞:詞頻>
        Map<String, Integer> map = new TreeMap<String, Integer>();
            String value= b.readLine();
            while (value!= null) {
                //處理標點符號
                String[] words = value.split("[【】、.。,\"!--;:?\'\\] ]"); 
                for (int i = 0; i < words.length; i++) {
                    //將大寫字母轉換爲小寫字母
                      String key = words[i].toLowerCase();
                        if (key.length() > 0) {
                            if (!map.containsKey(key)) {
                                map.put(key, 1);
                                } 
                            else { 
                                int k = map.get(key)+1;// 若是不是第一次出現，就把k值++
                                map.put(key, k);
                                }
                            }
                        } 
                value = b.readLine();
            }

2.按詞頻或字母排序

Set<Entry<String,Integer>> m= map.entrySet();   
       LinkedList<Entry<String, Integer>> List = new LinkedList<Entry<String,Integer>>(m);
     //按值排序
       if(a==2) {
       Collections.sort(List, new Comparator<Entry<String,Integer>>() {     
           public int compare(Entry<String, Integer> a,  Entry<String, Integer> b) {  
               return b.getValue().compareTo(a.getValue());  
          }     
       });  
      //按鍵排序
       else if(a==3) {
           Collections.sort(List, new Comparator<Entry<String,Integer>>() {     
               public int compare(Entry<String, Integer> a,  Entry<String, Integer> b) {  
                   return a.getKey().compareTo(b.getKey());  
              }     
           });  
       }
     //排序後存入Map中
       for(Entry<String,Integer> entry: List) {  
           Map.put(entry.getKey(), entry.getValue());  
       }  
   }

3.向文件寫入單詞詞頻

//建立文件
        File file = new File("result.txt");
        //向文件寫入
        FileWriter f = new FileWriter(file.getAbsoluteFile());
        for(Entry<String,Integer> w: Map.entrySet()) {
            f.write(w.getKey() + "/" + w.getValue()+"     ");
        }
        f.close();
        System.out.println("結束！");

六.總結

1.本次項目中各功能在function類中，用函數實現各個功能，經過用戶輸值調用相應的功能，以此來實現模塊化。
2.在剛開始設計讀入文件數據的時候，打算採用二維數組存放單詞，相應的一維數組存放個數，但發現數組太大，並且在進行排序的時候不方便所以採用了<鍵：值>的映射存放數據。
3.在進行柱狀圖繪製時，因爲除以500後的小數沒法表示，只能表示出大概的趨勢。

七.PSP

任務內容	計劃完成時間（min）	實際完成時間（min）
計劃	5	3
規劃工做步驟	10	7
開發	173	202
需求分析	10	15
生成文檔	5	10
設計複審	3	2
代碼規範	20	15
具體編碼	100	120
代碼複審	10	5
測試	25	40
報告	15	12
測試報告	5	7
計算報告量	5	2
過後總結	5	3

從表中能夠看出在編碼階段時間較多且和本身估計的時間差距較大，主要是在進行數據結構的選擇上錯誤，浪費大量時間進行修改，而且因爲長時間沒有使用Java，全部有些生疏，在測試階段時間也比較長，本身開始的邏輯上有些混亂致使結果不正確顯示，一步步的調試最終實現了相應功能。
點擊源碼可查看項目源代碼