Github 項目地址

github

PSP表格

解題思路

拿到題目後，我首先聯想到的是曾經寫過的統計一行裏有幾個單詞的一段程序。那段程序通過逐個獲取字符，結合InWord標誌位來判定單詞個數。

之後結合了單詞的判斷方法造了如下的流程圖

在寫processChar函數的過程中，感覺情況有點過於復雜，而且出現了遺漏。因此將判斷合法性的過程與分離單詞的過程相分離，成為如下流程圖。

聯想到python中的高階函數，我將“讀取文件得到字符”的過程和“處理字符”的過程分成兩個類，以便修改“處理字符”的方式。如果需要進行對字符的其他操作，便可以提升類ScanProcesser為父類，而將SomeScanProcesser作為其子類。

整體構思完成之後查詢了文件的輸入輸出操作，在比對了fstream和FILE*寫法的不同之後，我選擇FILE*方式。因為fstream方式所提供的更詳細的錯誤信息在這個解決方案裏並不是很有用，fstream

實現過程

根據上述流程圖 得到下面的幾個類

1. ArgParser類

用於解析用戶的輸入參數並驗證其合法性

該類在Main函數中被調用

主要方法：

// 構造時對輸入參數處理
ArgParser(int argc, char* argv[]);

// 獲取處理後的文件名
string getFileName()；

// 用戶錯誤輸入時的測試文檔
int helpDoc();

2. Scanner類

打開文件並逐個獲取字符，並向ScanProcesser類傳遞該字符
特別的，在讀取到EOF時，該類會額外傳遞一個EOF

主要方法：

// 構造時從外界獲取文件名並打開，得到對應的FILE*指針
Scanner::Scanner(std::string inFileName, ScanProcesser* inProcesser)

// 逐個讀取字符並傳遞
int Scanner::scan();

3. ScanProcesser類

對Scanner類傳來的每一個字符進行相應的處理，以得到字符數等多個結果數據

主要方法：

// 構造時從外界獲取std::map指針
ScanProcesser(map<string,int> * inStrMap);

// 對一個字符進行處理
// 統計各數據並將 字符串及其出現次數存入std::Map中
int processChar(char c);

// 從std::Map中獲取數據並排序，得到前十個字符串
int processTop10Words();

改進過程

這次工程中，對程序的改進一部分依舊伴隨著代碼的實際書寫，另一部分則伴隨著新多出來的單元測試和性能分析。

在最開始的設計中，ScanProcesser類傳遞字符數等結果給Scanner類，再由Scanner類傳遞給主函數，進行輸出。在代碼復審時發現這樣操作和Scanner類原本的用意不符合，而且產生了一個不必要的冗余。因此重構各個結構數據到Scanner類裏。

在寫完ScanProcesser類並進行單元測試時，便發現代碼中存在的bug和冗余，由此進行了一定量的修復和重構。

其後通過對整個程序的單元測試，發現了EOF未處理、中文無法處理等一些問題，並很快的處理了。

而在性能分析之後，發現占比最大的分別是std::string和std::map，發現了自己測試時使用的一句string str;沒有刪除。但是對於std::map暫時沒有什麽更好的思路。

目前最大的問題還是std::map的占用過高 如下

代碼說明

class ScanProcesser{

private:
    int charNum;
    int wordNum;
    int wordNumTotal;
    int lineNum;
    int inWord;// IN = 1, OUT = 0 標誌掃描指針在一個疑似單詞串中
    int newLine;// OLD = 1, NEW = 0
                // 標誌此行有無非空白符，即是否為新行
    stringstream* ss; //存儲當前找到的可疑單詞序列
    const int SPACE = ‘ ‘;
    const int LINESYM = ‘\n‘;
    const int TAB = ‘\t‘;
    const int LINKWORDSYM = ‘-‘;
};

// 處理單個字符並更新數據
int ScanProcesser::processChar(char c){
    
    // 存儲當前找到的單詞
    string nowWord;

    if (c == EOF) {
        if (newLine == OLD)

            // 當文件最後一行有數據時，行數增加1
            lineNum++;
    }
    else {

        // 中文字符不對字符數影響
        if (isascii(c))
            charNum++;
        else {
            c = TAB;
        }
    }

    //遇到換行符時刷新空行標誌
    if (c == LINESYM) {
        if (newLine == OLD) {
            newLine = NEW;
            lineNum++;
        }
    }
    else {
        if (newLine == NEW) {
            if (!(c == SPACE || c == TAB))
                newLine = OLD;
        }
    }
    
    // 遇到分隔符
    if (!(isalnum(c))){
        
        // 在可疑單詞序列內，則判斷單詞合法性，將合法單詞存入map
        if (inWord == IN) {
            *ss >> nowWord;
            if (checkWordValid(nowWord)) {
                map<string, int>::iterator iter;

                iter = strMap->find(nowWord);

                if (iter != strMap->end()) {
                    wordNumTotal++;
                    int count = (iter->second) + 1;
                    strMap->erase(iter);
                    strMap->insert(pair<string, int>(nowWord, count));
                }
                else {
                    wordNum++;
                    wordNumTotal++;
                    strMap->insert(pair<string, int>(nowWord, 1));
                }
            }
            inWord = OUT;
            delete ss;
            ss = new stringstream();//刷新ss
        }
        else;
    }
    else if (isalnum(c)){
        if (isalpha(c))
            c = tolower(c);
        if (inWord == IN);
        else{
            // 若不在可疑單詞序列內，置標誌位為IN
            // 視為進入可疑單詞序列
            inWord = IN;
        }
        *ss << c;
    }
    else;
    return 0;
}

心路歷程

在看完題目要求的時候，雖然感覺到算法並不是很復雜，但是我感覺需要很多的時間。在投靠了python（誤）之後，也已經很長時間沒有寫這麽長的c++代碼了，以至於上來甚至出現了語法錯誤。

和以前寫項目，最大的變化是加入了單元測試和流程圖。在整理完流程圖的第二天，打開工程的時候我就已經有點忘記接下來要寫哪些部分的代碼了，靠著流程圖才想起來。

在寫類的同時寫單元測試，讓我能夠方便地對單獨的類進行分析測試。原先寫這樣的工程時，由於主要的類之間具有重要的聯系，往往需要改變Main函數甚至將一些private部分改為public。完成功能之後，對整體項目的單元測試讓我能夠很快的對新的改動進行測試，從而確認改動的正確性。

然而單元測試真是想的頭破血流。為了大數據下能夠正確運行，找出了sicp裏仲夏夜之夢的txt來和璟哥進行對拍（PS: 讀者不妨也和我對拍一下）。比較困惑如何去構建好的測試用例。

福大軟工1816 · 第二次作業