个人项目

我的Gitcode地址

计算模块接口的设计与实现过程

本项目中使用的核心算法为simhash计算文本相似度

主要的类

• Main: 主流程的类
• ReadTxt：读入文本写入答案的类
• SimHash：计算SimHash 值的类
• Calculation：最终计算相似度的类

计算模块接口部分的性能改进

通过JProfiler分析得到性能图：

计算模块部分单元测试展示。

测试SimHash和Calculation类

import org.junit.jupiter.api.Test;

public class test{
    @Test
    public void test(){
        String str1=" 我比现在年轻十岁的时候，获得了一个游手好闲的职业，去乡间收集民间歌谣。那一年的整个夏天，我如同一只乱飞的麻雀，游荡在知了和阳光充斥的村舍田野。我喜欢喝农民那种带有苦味的茶水，他们的茶桶就放在田埂的树下，我毫无顾忌地拿起漆满茶垢的茶碗舀水喝，还把自己的水壶灌满，与田里干活的男人说上几句废话，在姑娘因我而起的窃窃私笑里扬长而去。";
        String str2="  我比渺现在年轻十岁的时候，件获得了一个游手好闲的职业，去乡间筛收集民间歌洽谣胰。那一服年倍的整个夏天，我畴如同一危只乱焊飞的爷麻雀，游荡奔在知寡了氮和阳光充斥的村舍田野。扭我喜欢喝岗农民眷那睁种矗带有苦味急的茶水，他状们泅的茶桶我就游放在田埂拜的姑树下，我毫无挺顾钨忌地拿起漆飘满茶垢的巢茶碗舀水喝，还捉把猎自己的水壶灌满，与田里犹干活的男人说迹上咋几句废话，在凋姑娘讳因我肘而起的窃窃私笑里扬长而去濒。";
        String simhash1=SimHash.getSimHash(str1);
        String simhash2=SimHash.getSimHash(str2);
        System.out.println(Calculation.getSimilarity(simhash1,simhash2));
        str2=str1;
        simhash1=SimHash.getSimHash(str1);
        simhash2=SimHash.getSimHash(str2);
        System.out.println(Calculation.getSimilarity(simhash1,simhash2));
    }

}

测试结果

计算模块部分异常处理说明

文本过短提示异常

        // 文本长度太短时HanLp无法取得关键字
        try{
            if(str.length() < 100) throw new shortTextException("文本过短！");
        }catch (shortTextException e){
            e.printStackTrace();
            return null;
        }