結對第二次—文獻摘要熱詞統計及進階需求
| 所屬課程 | 軟件工程1916|W（福州大學） |
| 做業要求 | 結對第二次—文獻摘要熱詞統計及進階需求 |
| 結對學號 | 221600327、221600329 |
| 基本需求Github項目地址 | PairProject1-Java |
| 進階需求Github項目地址 | PairProject2-Java |
| 做業目標 | 運用結對編程完成做業，加強團隊協做能力 |
| 參考文獻 | 《構建之法》、《數據結構與算法分析 Java語言描述》 |
PSP表格：
| PSP2.1 | Personal Software Process Stages | 預估耗時（分鐘） | 實際耗時（分鐘） |
| Planning | 計劃 | 20 | 30 |
| • Estimate | • 估計這個任務須要多少時間 | 20 | 30 |
| Development | 開發 | 1060 | 1290 |
| • Analysis | • 需求分析 (包括學習新技術) | 60 | 120 |
| • Design Spec | • 生成設計文檔 | 10 | 20 |
| • Design Review | • 設計複審 | 30 | 20 |
| • Coding Standard | • 代碼規範 (爲目前的開發制定合適的規範) | 10 | 10 |
| • Design | • 具體設計 | 30 | 40 |
| • Coding | • 具體編碼 | 800 | 960 |
| • Code Review | • 代碼複審 | 60 | 60 |
| • Test | • 測試（自我測試，修改代碼，提交修改） | 60 | 60 |
| Reporting | 報告 | 80 | 120 |
| • Test Report | • 測試報告 | 40 | 60 |
| • Size Measurement | • 計算工做量 | 10 | 20 |
| • Postmortem & Process Improvement Plan | • 過後總結, 並提出過程改進計劃 | 30 | 40 |
| 合計 | 1160 | 1440 |
目錄
- 1.WordCount基本需求
- 2.WordCount進階需求
- 3.其餘
- 3.一、代碼規範
- 3.二、分工狀況
- 3.三、Github的代碼簽入記錄
- 3.四、遇到的代碼模塊異常或結對困難及解決方法
- 3.五、評價隊友
- 3.六、感想
- 3.七、學習進度
任務一、WordCount基本需求
1.一、PSP表格
1.二、需求分析
（一）成品：wordCount的命令行程序
（二）功能性需求：統計input.txt中的如下幾個指標
- 統計文件的字符數：
- 只須要統計Ascii碼，漢字不需考慮
- 空格，水平製表符，換行符，均算字符
- 統計文件的單詞總數，單詞：至少以4個英文字母開頭，跟上字母數字符號，單詞以分隔符分割，不區分大小寫。
- 英文字母： A-Z，a-z
- 字母數字符號：A-Z， a-z，0-9
- 分割符：空格，非字母數字符號
- 例：file123是一個單詞，123file不是一個單詞。file，File和FILE是同一個單詞
- 統計文件的有效行數：任何包含非空白字符的行，都須要統計。
- 統計文件中各單詞的出現次數，最終只輸出頻率最高的10個。頻率相同的單詞，優先輸出字典序靠前的單詞。
- 按照字典序輸出到文件result.txt：例如，windows95，windows98和windows2000同時出現時，則先輸出windows2000
- 輸出的單詞統一爲小寫格式
- 輸出的格式爲
characters: number
words: number
lines: number
: number html
: number
...
（三）非功能性需求
1.接口封裝java
- 統計字符數 ；
- 統計單詞數 ;
- 統計最多的10個單詞及其詞頻 ；
1.三、解題思路
1.3.1統計字符數：
我理解的input.txt的內容應該是，文件中只包含ascii碼以及空格，水平製表符，換行符這些字符。因此想直接用String存儲文件內容，用String.length()來獲得字符數。可是這個會有一個問題，就是在windows平臺下，換行符是用"\r\n"，String.length()會統計爲兩個字符，用「\n」代替「\r\n」，便可解決問題。git
1.3.2統計單詞數：
文件由兩種字符分割符（空格，非字母數字符號）和非分隔符構成，單詞統計與非分割符無關，因此直接爲了接下來split方便，將全部的分割符都替換爲「|」，第二步分割字符串，第三步，使用正則表達式匹配題目所規定的單詞，統計單詞數。github
1.3.3統計有效行數：
一開始我想的統計行數是使用readline()；去讀出每一行，而後逐行判斷這行有沒有ascii碼值<32的字符存在，由於ascii碼值小於32的是在文本中不顯示的，因此我開始的想法就是這樣的；不過試了一下以後發現對於"\r\n"之類的字符和空白行單靠ascii碼是區分不出來的，而後在網上找了資料以後，發現String.trim().isEmpty()是能夠去除空白行而後統計的，最後使用的是這個方法。正則表達式
1.3.4統計各單詞的出現次數，輸出頻率Top10的單詞：
由於處理場景爲單機，因此決定選用散列表，順序掃描剛剛的到的單詞數組，當掃描到某個關鍵詞時，就去散列表裏查詢。若是存在，就將對應的次數加一；若是不存在，就將他插入到散列表，並記錄爲1，以此類推，遍歷完後，散列表中就存儲了不重複的單詞以及其出現的次數。
而後就是求Top10，創建一個大小爲10的小頂堆，遍歷散列表，依次取出每一個單詞及對應出現的次數，而後與堆頂的單詞比較。若是出現次數比堆頂單詞的次數多，就刪除堆頂單詞，將這個次數更多的關鍵詞加入到堆中，以此類推，遍歷完散列表，堆中的單詞就是出現次數top10的單詞。而後排序輸出。算法
1.四、設計過程
1.4.1代碼組織&接口設計：
bean包：Word類編程
unitl包：BasicWordCount類、IOUnitls類windows
BasicWordCount類：數組
統計字符數函數 :網絡
/** * 計算文件字符數 * @param fileName 文件名 * @return long 字符數 */ public long characterCount(String fileName){}統計行數 :
/** * 計算文件行數 * @param fileName 文件名 * @return long 行數 */ public long lineCount(String fileName){}統計單詞數 :
/** * 計算文件單詞數 * @param fileName 文件名 * @return long 單詞數 */ public long wordCount(String fileName){}統計詞頻top10的10個單詞及其詞頻 :
/** * 計算出現次數top10的單詞及其詞頻 * @param fileName 文件名 * @return Word[] 單詞數組 */ public Word[] topTenWord(String fileName) {}
IOUnitls類：
讀文件
/** * 讀入指定文件名的文件數據 * @param fileName 文件名 * @return BufferedReader * @throws IOException */ public static BufferedReader readFile(String fileName){}寫文件
/** * 將制定字符串輸出到result.txt * @param fileContent 字符串 */ public static void writeFile(String fileContent, String fileName) {}
1.4.2關鍵代碼及其流程圖（詞頻Top10單詞統計）：
解題思路
流程圖：
代碼：
//進行統計的散列表
public Word[] topTenWord(String fileName) {
...//省略讀取文件、將文本處理成單詞數組的過程
Map<String, Integer> countMap = new HashMap<>();
for(int i = 0; i < splitStrings.length; i++) {
if(Pattern.matches(regex, splitStrings[i])) {
Integer outValue = countMap.get(splitStrings[i]);
if (null == outValue) {
outValue = 0;
}
outValue++;
countMap.put(splitStrings[i], outValue);
}
}
//求top10
PriorityQueue<Word> topN = new PriorityQueue<>(10, comp);
Iterator<Map.Entry<String, Integer>> iter = countMap.entrySet().iterator();
Map.Entry<String, Integer> entry;
while (iter.hasNext()) {
entry = iter.next();
if (topN.size() < 10) {
topN.offer(new Word(entry.getKey(), entry.getValue()));
} else {
// 若是當前數據比小頂堆的隊頭大，則加入，不然丟棄
if (topN.peek().getCountNum() < entry.getValue()) {
topN.poll();
topN.offer(new Word(entry.getKey(), entry.getValue()));
}
}
}
//結果集
Word[] result = null;
int wordCount = countMap.size();
if(wordCount < 10) {
result = new Word[(int) wordCount];
}else {
result = new Word[10];
}
topN.toArray(result);
//對top10單詞排序
Arrays.sort(result, comp);
return result;
}
複雜度分析：遍歷散列表須要 O(n) 的時間複雜度，一次堆化操做須要 O(logK) 的時間複雜度，因此最壞狀況下，n個元素都入堆一次，因此最壞狀況下，求TopK的時間複雜度是O(nlogk)。
1.五、性能分析
從CPU Call Tree圖能夠看出，耗時主要是在對字符串的分割和單詞的正則匹配。
任務二、WordCount進階需求
2.一、PSP表格
2.二、需求分析
2.2.1 成品：
①程序一：爬取CVPR2018論文到本地result.txt的命令行程序
②程序二：支持命令行參數的wordCount命令行程序
2.2.2功能性需求
（1）使用工具爬取論文信息**輸出到result.txt文件
（2）自定義輸入輸出文件**
WordCount.exe -i [file] -o [file]
（3）加入權重的詞頻統計**
WordCount.exe -w [0|1]
（4）新增詞組詞頻統計功能**
WordCount.exe -m [number]
（5）自定義詞頻統計輸出**
WordCount.exe -n [number]
（6）多參數的混合使用**
WordCount.exe -i input.txt -m 3 -n 3 -w 1 -o output.txt
2.三、解題思路
2.3.1 爬取CVPR論文數據
要從網頁上爬取數據，就得分析網頁HTML源代碼構成，從CVPR2018首頁的HTML代碼能夠看出，在首頁的論文列表中，每一篇的論文標題在HTML代碼上體現爲以下形式：
<dt class="ptitle"><a href="xxx.html">論文標題</a></dt>
其中<a></a>標籤裏的href屬性爲論文詳情頁的網頁地址。
由此咱們能夠獲取每篇論文詳情頁的url：
第一步就是在網頁的DOM樹中提取全部的<dt class="ptitle">的節點。 第二步從每一個<dt class="ptitle">的節點中提取出<a>標籤的href屬性。
接着分析論文詳情頁的HTML代碼，
咱們能夠發現，在詳情頁源代碼中，論文標題的html代碼長這個樣子：
<div id="papertitle">論文標題</div>
論文摘要的html代碼長這個樣子：
<div id="abstract">這是論文摘要</div>
由此咱們能夠獲取每篇論文的標題和摘要：
第一步從網頁的DOM樹中找到<div id="papertitle">的節點，獲取他的文本即爲paper title。 第二步從網頁的DOM樹中找到<div id="abstract">的節點，獲取他的文本即爲paper abstract。
2.3.2 自定義參數
自定義參數的實現是先設計一個CommandLine類，把做業中的參數做爲類的私有成員，而後從String []args中讀取命令行參數，存進CommandLine類中，再使用getxxxx()公有函數取出相應的參數就可使用自定義參數了。
2.3.3 加入權重的詞頻統計：
從爬取的論文數據可知，title獨佔一行，abstract獨佔一行，因此能夠按行處理數據。若是-w 參數爲1，修改基本需求的文件，當一行的開頭是title：，那麼這一行的單詞的權重爲10。其餘的一概權重爲1。
2.3.4 詞組詞頻統計：
由於詞組不能跨越Title、Abstract，並且需求給定Title和Abstract都是獨佔一行的，因此按行讀取。
而後構造一個隊列，對讀取的一行開始掃描，接下來的判斷邏輯以下圖：
掃描完後，對得到的散列表進行topK操做，便可。
2.3.4 自定義詞頻統計
這個很簡單，基本需求規定的是top10，而這裏咱們只要從參數獲取topK的值，傳入參數，遍歷單詞列表，而後維護一個大小爲K的小頂堆便可。
2.四、設計過程
2.4.1 代碼組織和接口設計
bean包：Word類、CommandLine類
unitl包：AdvancedWordCount類、Command類、IOUnitls類
AdvancedWordCount類：
統計字符數函數 : 同基本需求
統計行數 : 同基本需求
統計單詞數 : 同基本需求
統計單詞詞頻topK的K個單詞及其詞頻 :
/** * 計算單詞的(加權)詞頻和topK * @param fileName 文件名 * @param topK 詞頻前K的單詞 * @param isWeight 是否啓用加權計算 * @return Word[] 有序單詞數組 */ public Word[] topKWordWeighting (String fileName, int topK, boolean isWeight) {}統計詞組詞頻topK的K個詞組及其詞頻 :
/** * 計算詞組的(加權)詞頻和topK * @param fileName 文件名 * @param groupNum 幾個單詞爲一個組 * @param topK 詞頻前K的詞組 * @param isWeight 是否啓用加權計算 * @return Word[] 有序單詞數組 */ public Word[] topKWordsWeighting (String fileName, int groupNum,int topK, boolean isWeight) {}Command類：
/** * 解析命令行參數 * @param args 參數 * @return CommandLine對象 */ public CommandLine ParseCommand(String[] args) {}
IOUnitls類（同基本需求）
2.4.2 關鍵代碼（詞組詞頻統計之詞組劃分）:解題思路
...
//進行統計的散列表
Map<String, Integer> countMap = new HashMap<>();
while((line = bufferedReader.readLine()) != null) {
String regexTile = "Title: .*";
int weight = 1;
if(Pattern.matches(regexTile, line)) {
line = line.replaceAll("Title: ", "");
weight = 10;
}else {
line = line.replaceAll("Abstract: ", "");
weight = 1;
}
line = line.toLowerCase();
//按字符分析
int groupnumber = 0;//詞組單詞個數
int wordStratPosition = 0;//單詞開始下標
int wordEndPosition = 0;//單詞開始下標
int flagPosition = 0;//標記詞組第一個單詞的結束位置
Queue<String> wordReadyQueue = new LinkedList<String>();
for(int i = 0; i < line.length()-3;) {
boolean flag = false;
if(Character.isLetter(line.charAt(i))) {
if(Character.isLetter(line.charAt(i+1))) {
if(Character.isLetter(line.charAt(i+2))) {
if(Character.isLetter(line.charAt(i+3))) {
wordStratPosition = i;
for(int j=i+4; j < line.length(); ++j) {
if(!Character.isLetterOrDigit(line.charAt(j))) {
wordEndPosition = j;
//獲得一個單詞,加入到隊列
wordReadyQueue.add(line.substring(wordStratPosition, wordEndPosition));
groupnumber++;//詞組單詞數+1
if(groupnumber == 1) {
flagPosition = j;
}
i=j;
flag = true;
break;
}else if((j+1)==line.length()) {
wordEndPosition = j+1;
//獲得一個單詞,加入到隊列
wordReadyQueue.add(line.substring(wordStratPosition));
groupnumber++;//詞組單詞數+1
if(groupnumber == 1) {
flagPosition = j;
}
i=j;
flag = true;
break;
}
}
}else {
if(!Character.isLetterOrDigit(line.charAt(i))) {
wordReadyQueue.add(line.charAt(i)+"");
}else {
while(wordReadyQueue.poll()!=null) {}//清空隊列
while(Character.isLetterOrDigit(line.charAt(i++))) {
if(i >= line.length()){
break;
}
}
groupnumber = 0;
flag = true;
}
}
}else {
if(!Character.isLetterOrDigit(line.charAt(i))) {
wordReadyQueue.add(line.charAt(i)+"");
}else {
while(wordReadyQueue.poll()!=null) {}//清空隊列
while(Character.isLetterOrDigit(line.charAt(i++))) {
if(i >= line.length()){
break;
}
}
groupnumber = 0;
flag = true;
}
}
}else {
if(!Character.isLetterOrDigit(line.charAt(i))) {
wordReadyQueue.add(line.charAt(i)+"");
}else {
while(wordReadyQueue.poll()!=null) {}//清空隊列
while(Character.isLetterOrDigit(line.charAt(i++))) {
if(i >= line.length()){
break;
}
}
groupnumber = 0;
flag = true;
}
}
}else {
if(!Character.isLetterOrDigit(line.charAt(i))) {
if(groupnumber!=0) {
wordReadyQueue.add(line.charAt(i)+"");
}
}else {
while(wordReadyQueue.poll()!=null) {}//清空隊列
while(Character.isLetterOrDigit(line.charAt(i++))) {
if(i >= line.length()){
break;
}
}
groupnumber = 0;
flag = true;
}
}
if(groupnumber == groupNum) {//達到要求個數，加入散列表
String wordGroup = "";
String wordOfQueue = wordReadyQueue.poll();
while(wordOfQueue != null) {
wordGroup = wordGroup + wordOfQueue;
wordOfQueue = wordReadyQueue.poll();
}
groupnumber = 0;
//加權
Integer outValue = countMap.get(wordGroup.toString());
if (null == outValue) {
outValue = 0;
}
if(isWeight) {
outValue += weight;
}else {
outValue++;
}
countMap.put(wordGroup.toString(), outValue);
i = flagPosition;
}
if(!flag) {
++i;
}
}
}
...
2.4.3 關鍵代碼（爬取論文標題和摘要）：解題思路
由於以前寫安卓應用曾經用戶jsoup抓取教務系統上的成績等數據，此次天然而然使用了jsoup來對論文進行爬取。代碼以下：
/**
* 從cvpr網站爬取論文數據，並寫入result.txt
* @param URL
*/
public static void getFile(String URL) {
BufferedWriter bufferedWriter = null;
try {
File outputFile = new File("result.txt");
bufferedWriter = new BufferedWriter(new FileWriter(outputFile));
//get方式獲得HTML數據
//默認設置下，jsoup超時時間爲3秒，鑑於當前網絡環境，修改成10秒
//默認設置下，jsoup最大獲取的長度只有1024K，設置maxBodySize(0)，可不限長度
Document doc = Jsoup.connect(URL).timeout(10000).maxBodySize(0).get();
//從HTML中選擇全部class=ptitle的節點
Elements paperList = doc.select("[class=ptitle]");
//從ptitle節點中選擇a標籤的href屬性值
Elements links = paperList.select("a[href]");
int count = 0;
//分別當問每篇論文的詳情頁
for (Element link : links) {
//論文詳情頁URL
String url = link.attr("abs:href");
Document paperDoc = Jsoup.connect(url).timeout(10000).maxBodySize(0).get();
//獲取論文title
Elements paperTitle = paperDoc.select("[id=papertitle]");
String title = paperTitle.text();
//獲取論文Abstract
Elements paperAbstract = paperDoc.select("[id=abstract]");
String abstracts = paperAbstract.text();
//數據寫入文件
bufferedWriter.write(count++ + "\r\n");
bufferedWriter.write("Title: " + title + "\r\n");
bufferedWriter.write("Abstract: " + abstracts + "\r\n\r\n\r\n");
}
} catch (Exception e) {
System.out.println("獲取論文數據失敗");
e.printStackTrace();
}finally {
try {
if(bufferedWriter != null) {
bufferedWriter.close();
}
}catch (Exception e) {
System.out.println("獲取論文數據失敗");
e.printStackTrace();
}
}
}
2.五、性能分析及改進
2.5.一、性能分析
考慮到進階的數據量可能比較大，在壓力測試時，咱們用了近60M的txt（近6000萬的字符）文件進行測試。內存佔用在1G左右，因爲複用基本需求的接口，在性能測試時，依然是對字符串的分割（split）耗時最多佔用內存很大，緣由是由於原來的代碼是把這6000萬字符存放到字符數組裏，在進行合法單詞的判斷。
2.5.二、改進方法
在統計單詞時，直接遍歷一遍文本數據，識別單詞的start和end的下標，直接截取單詞進行識別。代碼以下：
for(int i = 0; i<updateString.length();) {
startPosition = i;
endPosition = i;
while(Character.isLetterOrDigit(updateString.charAt(i++))) {
endPosition++;
}
if(Pattern.matches(regex, updateString.substring(startPosition, endPosition))) {
countOfWord++;
}
}
2.六、單元測試
咱們用的是Eclipse中的JUnit4進行的測試，咱們總共設計了16個測試單元，其中字符計數，詞計數，行計數各三個，進階單詞和詞頻各兩個。測試用例都是根據做業要求設計的各類字符混雜，有空白行，數字字母混雜的形式進行測試，測試結果都顯示咱們的程序知足了題目的要求。
| 單元測試 | 測試覆蓋 | 測試代碼塊 | 測試個數 |
|---|---|---|---|
| BasicWordCountTest.testCharacterCount() | 普通字符、空格、各類符號 | BasicWordCountTest.CharacterCount() | 3 |
| BasicWordCountTest.testWordCount() | 普通字符、空格、各類符號，字母大小寫，數字與字母各類組合 | BasicWordCountTest.WordCount() | 3 |
| BasicWordCountTest.testLineCount() | 空白行、非空白行 | BasicWordCountTest.LineCount() | 3 |
| BasicWordCountTest.testTopTenWord() | 普通字符、空格、各類符號，字母大小寫，數字與字母各類組合 | BasicWordCountTest.TopTenWord() | 3 |
| AdvancedWord.TesttopWordWeighting() | 混合單詞 | AdvancedWord.topWordWeighting() | 2 |
| AdvancedWord.TesttopWordsWeighting() | 混合詞組 | AdvancedWord.topWordsWeighting() | 2 |
部分測試代碼
package Untils;
import static org.junit.Assert.*;
import org.junit.Test;
public class BasicWordCountTest {
public static BasicWordCount basic=new BasicWordCount();
static String fileName="testinput2.txt";
String []testTopWord= {"abcd123","here","your","aaaa","abss","bbbb","cccc","ddda","dera","esds"};
int []testTopWordCount= {7,2,2,1,1,1,1,1,1,1};
@Test
//測試字符統計
public void testCharacterCount() {
System.out.println(basic.characterCount(fileName));
assertEquals(189,basic.characterCount(fileName));
}
//測試單詞統計
@Test
public void testWordCount() {
basic.wordCount(fileName);
assertEquals(21,basic.wordCount(fileName));
}
@Test
//測試top10單詞
public void testTopTenWord() {
basic.topTenWord(fileName);
for(int i=9;i>0;i--) {
System.out.println(testTopWord[9-i]+"=="+i+"=="+basic.topTenWord(fileName)[i].getKey());
assertEquals(testTopWord[9-i],basic.topTenWord(fileName)[i].getKey());
assertEquals(testTopWordCount[9-i],basic.topTenWord(fileName)[i].getCountNum());
}
}
@Test
//測試行數
public void testLineCount() {
basic.lineCount(fileName);
assertEquals(4,basic.lineCount(fileName));
}
}
其中一個測試結果截圖
在JUnit4的測試下，咱們的整體代碼覆蓋率在80%左右，其中Main.java類是用來輸出結果的類，因此沒有加入測試，還有一些緣由是不少的異常處理是沒有辦法觸發的，這些代碼沒有覆蓋住。不過咱們主要代碼的覆蓋率都在90%左右，甚至以上的，因此說咱們的測試結果仍是對程序正確性作了有力驗證的。
3、其餘
3.一、代碼規範：
碼出高效 ：阿里巴巴Java開發手冊終極版v1.3.0
3.二、分工狀況
221600327：
行數統計、命令行參數解析、輸入輸出模塊代碼編寫、單元測試、文檔編寫
221600329：
字符統計、單詞統計、詞頻統計模塊代碼編寫、爬蟲設計和實現、性能測試、文檔編寫
3.三、Github的代碼簽入記錄
3.四、遇到的代碼模塊異常或結對困難及解決方法
原本咱們認爲的詞組詞頻統計會過濾掉單詞間的非法字母數字字符，然後來助教重申了需求，要求輸出這些字符。由於原先的作法是先把非法字母數字字符都替換掉，而後再進行操做。這需求一改，不就全涼了。後面只能一個字符一個字符的遍歷，再截取單詞。可是最後發如今數據量大的時候，不採用split去分割字符串，直接遍歷反而速度更快，並且更省內存。
3.五、評價隊友
3.5.1 221600329 評價 221600327
隊友給夠按時完成分配的任務，有耐心，可能基礎不是特別紮實，可是肯學肯作，這點事值得確定的。
須要改進的地方：編碼能力須要增強。
3.5.2 221600327評價221600329
個人隊友在咱們結對中大部分時間是駕駛員的角色，他對於需求的分析能很快劃分紅若干個字模塊，在編程方面他數據結構和算法方面的基礎知識至關紮實，編碼實現能力也很強。我最欣賞的是個人隊友認真和仔細的態度，他對做業近乎追求完美，在知足正確性以後還儘可能去優化性能；還有他的堅決的信念，就算他在這周身體不舒服，天天狂咳嗽，可是他仍是沒有所以落下過一點進度，這是我很敬佩的。
須要改進的地方：在任務分配方面能夠均衡一些，否則會累着他本身。
3.六、 感想
此次做業碰上了我重感冒的時候，一直咳嗽不止（不敢熬夜了），再加上本身編程能力不突出，因此時間上安排的很差，對於附加部分的需求，沒有時間去考慮和設計。這兩次都是結對任務，我和隊友之間的協做能力有了進步，可是目前仍是沒有很高的效率，可能還沒度過學習階段，依然處於磨合階段。
3.七、學習進度
這兩週的任務都是結對任務，因此以此爲契機咱們閱讀了《構建之法》第四章兩人合做，瞭解到結對編程是極限編程這一思想的具體體現，結對編程有三種形式：
①鍵盤鼠標式②Ping-pong式③領航員-駕駛員式。
瞭解到結對編程，由於在結對編程過程當中有隨時的複審和交流，能夠減小犯錯，提升解決問題的效率，造成知識傳遞。
瞭解到要作好結對編程，須要遵照相同的代碼規範，在不一樣的階段，不一樣的人之間要有不一樣的方式，並且要養成我的良好的生活習慣。
可是我以爲雖然結對編程有不少好處，可是結對編程的兩個隊友，編程水平不能相差過大，否則可能會形成交流變成了教學，浪費更多的時間，影響效率。
- 1. 結對第二次—文獻摘要熱詞統計及進階需求
- 2. 結對第二次——文獻摘要熱詞統計及進階需求
- 更多相關文章...
- • C# 二進制文件的讀寫 - C#教程
- • 瀏覽器 統計 - 瀏覽器信息
- • Docker容器實戰(七) - 容器眼光下的文件系統
- • 算法總結-二分查找法
-
每一个你不满意的现在，都有一个你没有努力的曾经。