Github地址：https://github.com/SLkHs/3121004696
Java实现简易论文查重
| 软件工程 | https://edu.cnblogs.com/campus/gdgy/CSGrade21-12 |
|---|---|
| 作业要求 | https://edu.cnblogs.com/campus/gdgy/CSGrade21-12/homework/13014 |
| 作业目标 | 实现个人项目：论文查重 |
PSP
| PSP2.1 | Personal Software Process Stages | 预估耗时（分钟） | 实际耗时（分钟） |
|---|---|---|---|
| Planning | 计划 | 60 | 50 |
| Estimate | · 估计这个任务需要多少时间 | 30 | 40 |
| Development | 开发 | 480 | 360 |
| · Analysis | · 需求分析 (包括学习新技术) | 50 | 45 |
| · Design Spec | · 生成设计文档 | 60 | 70 |
| · Design Review | · 设计复审 | 50 | 45 |
| · Coding Standard | · 代码规范 (为目前的开发制定合适的规范) | 60 | 50 |
| · Design | · 具体设计 | 100 | 120 |
| · Coding | · 具体编码 | 200 | 180 |
| · Code Review | · 代码复审 | 80 | 60 |
| · Test | · 测试（自我测试，修改代码，提交修改 | 180 | 160 |
| Reporting | 报告 | 110 | 100 |
| · Test Repor | · 测试报告 | 70 | 60 |
| · Size Measurement | · 计算工作量 | 50 | 30 |
| · Postmortem & Process Improvement Plan | · 事后总结, 并提出过程改进计划 | 50 | 60 |
| · 合计 | 1680 | 1285 |
开发前的准备：
1.核心算法：
simhash+海明距离
2.类的设计：
main 方法所在的类
HammingUtils：计算海明距离的类
SimHashUtils：计算 SimHash 值的类
TxtIOUtils：读写 txt 文件的工具类
ShortStringException：处理文本内容过短的异常类
3.main 方法的主要流程：
1.从命令行输入的路径名读取对应的文件，将文件的内容转化为对应的字符串
2.由字符串得出对应的 simHash值
3.由 simHash值求出相似度
4.把相似度写入最后的结果文件中
5.退出程序
开发流程：
1.Maven项目搭建：
2.配置pom文件：
3.编写实现类：
4.编写测试类：
测试：
1.TxtIOUtilsTest：
2.SimHashUtilsTest：
3.HammingUtilsTest：
4.MainTest：
生成的文档：
性能分析：
从分析图可以看出调用最多的是外部包提供的接口，改进的空间是运用更好的算法
异常处理：
创建异常类：ShortStringException来处理当文本长度过短时HanLp无法获得关键字的情况
测试结果：
