201671030128+词频统计软件项目报告

一.需求分析

根据实验二 软件工程我的项目的要求本次软件项目的需求有如下几点：
1.程序可读入任意英文文本文件，该文件中英文词数大于等于1个，程序须要很壮健，能读取容纳英文原版《哈利波特》10万词以上的文章。
2.指定单词词频统计功能：用户可输入从该文本中想要查找词频的一个或任意多个英文单词，运行程序的统计功能可显示对应单词在文本中出现的次数和柱状图。
3.高频词统计功能：用户从键盘输入高频词输出的个数k，运行程序统计功能，可按文本中词频数降序显示前k个单词的词频及单词。
4.统计该文本全部单词数量及词频数，并能将单词及词频数按字典顺序输出到文件result.txt。

二.功能设计

1.对于需求一、需求4须要有读入文本数据、向文本输出数据的功能。
2.对于需求3和需求4须要有排序的功能
3.整个项目要求有对词频进行统计的功能

三.设计实现

1.本次项目有两个类：
（1）main.java主要实现文本读入和功能选择的功能，根据用户输入的选择调用function.java中相应的功能函数。
（2）function.java实现排序（sort函数），查找单词词频显示柱状图（find函数），输出前n个高频词（print函数），单词及词频数按字典顺序输出到文件result.txt（Sort函数）四个主要功能。
2.数据结构：
本次项目采用TreeMap存储从文本读入的数据，用LinkedList进行词频排序。
3.流程图：
本项目总的流程图为：

四.测试运行

1.显示单词词频和柱状图

2.输出前K个高频词

3.向result.txt写入单词和词频

五.主要代码

1.文件读入并统计词频

// 读取要处理的文件
       BufferedReader b = new BufferedReader(new FileReader("src/HarryPotter.txt"));
       //<单词:词频>
        Map<String, Integer> map = new TreeMap<String, Integer>();
            String value= b.readLine();
            while (value!= null) {
                //处理标点符号
                String[] words = value.split("[【】、.。,\"!--;:?\'\\] ]"); 
                for (int i = 0; i < words.length; i++) {
                    //将大写字母转换为小写字母
                      String key = words[i].toLowerCase();
                        if (key.length() > 0) {
                            if (!map.containsKey(key)) {
                                map.put(key, 1);
                                } 
                            else { 
                                int k = map.get(key)+1;// 若是不是第一次出现，就把k值++
                                map.put(key, k);
                                }
                            }
                        } 
                value = b.readLine();
            }

2.按词频或字母排序

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());  
          }     
       });  
      //按键排序
       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());  
              }     
           });  
       }
     //排序后存入Map中
       for(Entry<String,Integer> entry: List) {  
           Map.put(entry.getKey(), entry.getValue());  
       }  
   }

3.向文件写入单词词频

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

六.总结

1.本次项目中各功能在function类中，用函数实现各个功能，经过用户输值调用相应的功能，以此来实现模块化。
2.在刚开始设计读入文件数据的时候，打算采用二维数组存放单词，相应的一维数组存放个数，但发现数组太大，并且在进行排序的时候不方便所以采用了<键：值>的映射存放数据。
3.在进行柱状图绘制时，因为除以500后的小数没法表示，只能表示出大概的趋势。

七.PSP

任务内容	计划完成时间（min）	实际完成时间（min）
计划	5	3
规划工做步骤	10	7
开发	173	202
需求分析	10	15
生成文档	5	10
设计复审	3	2
代码规范	20	15
具体编码	100	120
代码复审	10	5
测试	25	40
报告	15	12
测试报告	5	7
计算报告量	5	2
过后总结	5	3

从表中能够看出在编码阶段时间较多且和本身估计的时间差距较大，主要是在进行数据结构的选择上错误，浪费大量时间进行修改，而且因为长时间没有使用Java，全部有些生疏，在测试阶段时间也比较长，本身开始的逻辑上有些混乱致使结果不正确显示，一步步的调试最终实现了相应功能。
点击源码可查看项目源代码