201671010406 詞頻統計軟件項目報告

---

一.需求分析

• 統計文件中各單詞的出現次數

---

二. 功能設計

• 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。

• 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。

• 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。

• 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。

---

三. 環境需求

• 測試機環境：Windows

• 開發環境：CFree5

---

四.設計實現

• 利用指針功能

• 打開txt文件，若打開成功則返回文件起始位置給p指針

• 利用flag作標誌統計每一個單詞出現的頻率

• 將單詞按字典順序排序，即經過比較ascii值來進行冒泡排序

---

五.測試運行

英文文本：

開發平臺：

運行界面：

---

六.部分代碼

• 檢查文件結束：

  while(!feof(p))
    {
     for(j=0;j<20;j++)
     {
  ​     temp[j]=fgetc(p);
  ​     if(temp[j]==' '||temp[j]==','||temp[j]=='.'||temp[j]=='!'||temp[j]=='?')
  ​     {
  ​       temp[j]='\0';
  ​           strcpy(s[b].w,temp); 
  ​       b++;
  ​       break; 
  ​     }
  ​    }
     }

• 統計單詞出現頻率：

  void pv()
  {
     int j,k,flag=1;
  ​      for(j=0;j<b;j++)
  ​      {
  ​        for(k=0;k<j;k++)
  ​        {
  ​          if(strcmp(s[j].w,s[k].w)==0)
  ​          {
  ​              flag=0;  
  ​              break; 
  ​          }
  ​          else 
  ​         flag=1;
  ​        }
  ​        while(flag) 
  ​        {
  ​          for(k=j;k<b;k++)
  ​          {
  ​            if(strcmp(s[k].w,s[j].w)==0)
  ​                s[j].num++;
  ​          }
  ​         flag=0;  
  ​        }
  ​      }
  }

• 將單詞按字典順序排序：

  void px()
  {
    int j,k,c;
    char temp[20]; 
    for(j=0;j<b-1;j++)
    {
  ​      c=j; 
  ​      for(k=j+1;k<b;k++)
  ​      { 
  ​         if(strcmp(s[c].w,s[k].w)>0)
  ​             c=k;
  ​         if(c!=j)
  ​         {
  ​           strcpy(temp,s[c].w);
  ​           strcpy(s[c].w,s[j].w);
  ​           strcpy(s[j].w,temp);
  ​         }
  ​      } 
    }
  }

---

七.總結

​ 這應該是目前爲止作的最難受的一次實驗，對於在語言缺少和算法短板上的缺陷體現的淋漓盡致，本身的問題仍是須要本身解決，沒什麼救世主，上網普遍瀏覽現有程序代碼，借鑑其中的部分程序源碼，主體框架採用C語言，最後又加入C++部分代碼實現圖形化用戶界面，最終實現要求中的個別功能。半路出家的本身與他人的差距內心甚是明瞭，之後的學習該怎麼進行纔是接下來主要攻克的難題。

---

八.PSP

PSP2.1	任務內容	計劃共完成須要 的時間(min)	實際完成須要 的時間(min)
Planning	計劃	10	8
Estimate	估計這個任務須要多少 時間，並規劃大體工做步驟	9	8
Development	開發	100	120
Analysis	需求分析 (包括學習新技術)	10	15
Design Spec	生成設計文檔	5	5
Design Review	設計複審 (和同窗審覈設計文檔)	4	5
Coding Standard	代碼規範 (爲目前的開發制定合適的規範)	3	3
Design	具體設計	15	20
Coding	具體編碼	60	90
Code Review	代碼複審	10	10
Test	測試（自我測試，修改代碼，提交修改）	20	30
Reporting	報告	10	10
Test Report	測試報告	5	4
Size Measurement	計算工做量	5	3
Postmortem & Process Improvement Plan	過後總結 ,並提出過程改進計劃	5	5

最重要的是一點要學會至少一門語言，不然步履維艱！

Github的倉庫主頁的連接地址：Github連接