| 作业的Github地址 | Github地址 |
|---|---|
| 这个作业属于哪个课程 | 网工1934-软件工程 |
| 这个作业要求是什么 | 作业要求 |
一、PSP表格
| PSP2.1 | Personal Software Process Stages | 预估耗时（分钟） | 实际耗时（分钟） |
|---|---|---|---|
| Planning | 计划 | 25 | 20 |
| · Estimate | · 估计这个任务需要多少时间 | 25 | 20 |
| Development | 开发 | 1695 | 1395 |
| · Analysis | · 需求分析 (包括学习新技术) | 600 | 630 |
| · Design Spec | · 生成设计文档 | 30 | 20 |
| · Design Review | · 设计复审 | 20 | 15 |
| · Coding Standard | · 代码规范 (为目前的开发制定合适的规范) | 15 | 10 |
| · Design | · 具体设计 | 25 | 30 |
| · Coding | · 具体编码 | 600 | 380 |
| · Code Review | · 代码复审 | 40 | 30 |
| · Test | · 测试（自我测试，修改代码，提交修改） | 200 | 150 |
| Reporting | 报告 | 60 | 50 |
| · Test Repor | · 测试报告 | 55 | 40 |
| · Size Measurement | · 计算工作量 | 20 | 15 |
| · Postmortem & Process Improvement Plan | · 事后总结, 并提出过程改进计划 | 30 | 25 |
| · 合计 | 1710 | 1415 |
二、模块接口的设计与实现过程
1、依赖包
HanLP自然语言处理包
2、项目结构
Main：项目入口
Hamming类：计算Hamming距离和相似度
IOtext类：读写文件
SimHash类：计算hash值和SimHash值
3、算法流程图
SimHash算法介绍
分词、获取hash值、加权、合并
降维
三、性能分析
内存
消耗最大的函数是int[]、HanLP分词包
四、部分单元测试展示
1、获取Hamming距离
2、获取相似度
3、读取时路径错误
4、读取文件名
5、单元测试覆盖率
五、模块部分异常处理
六、功能展示
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
