个人项目

作业要求：

1.在Github仓库中新建一个学号为名的文件夹
2.再开始程序之前在PSP上记录一下各个步骤消耗时间花费时间
3.使用C++ 、Java语言或者python3实现，实现程序后发布到Github仓库的realease中
4.提交的代码要求经过Code Quality Analysis工具的分析并消除所有的警告
5.完成项目的首个版本之后，请使用性能分析工具Studio Profiling Tools来找出代码中的性能瓶颈并进行改进
6.使用Github来管理源代码和测试用例，代码有进展即签入Github
7.6.使用Github来管理源代码和测试用例，代码有进展即签入Github

1.Github地址：

https://github.com/MUSAJIANG11/3122004960

2.PSP表格

接口设计与实现

1

2.关于函数的实现与分析

相关资料及推论参考了：https://www.ruanyifeng.com/blog/2013/03/cosine_similarity.html
假设有两个句子A，B
假设有两个句子A，B

句子A：我喜欢打篮球，不喜欢打羽毛球。
句子B：我不喜欢打篮球，也不喜欢打羽毛球。
第一步，分词。

句子A：我/喜欢/打/篮球，不/喜欢/打/羽毛球。
句子B：我/不/喜欢/打/篮球，也/不/喜欢/打/羽毛球。
实现：通过IKAnalyzer中文分词器实现，即通过查询内置的词典进行分词

第二步，列出所有的词。

我，喜欢，打，篮球，羽毛球，不，也。

第三步，计算词频。

句子A：我 1，喜欢 2，打 2，篮球 1，足球 1，不 1，也 0。
句子B：我 1，喜欢 2，打 2，篮球 1，足球 1，不 2，也 1。

第四步，写出词频向量。

句子A：[1, 2, 2, 1, 1, 1, 0]
句子B：[1, 2, 2, 1, 1, 2, 1]

实现：词与词频是键值对的形式，因此可以用哈希表来存储
到这里，问题就变成了如何计算这两个向量的相似程度。
我们可以把它们想象成空间中的两条线段，都是从原点（[0, 0, ...]）出发，指向不同的方向。两条线段之间形成一个夹角，如果夹角为0度，意味着方向相同、线段重合；如果夹角为90度，意味着形成直角，方向完全不相似；如果夹角为180度，意味着方向正好相反。因此，我们可以通过夹角的大小，来判断向量的相似程度。夹角越小，就代表越相似。
则计算A, B向量间的夹角的余弦值
假定a向量是[x1, y1]，b向量是[x2, y2]，那么可以将余弦定理改写成下面的形式：

模块接口部分的性能改进

模块部分单元测试展示

1.测试工具

使用JUnit4进行单元测试，创建一个TestCoverage类，在其中测试各模块方法。

2.WordsUtil工具类方法测试

@Test
public void testWordUtil() {
// 测试正常情况下分词
List strings1 = WordsUtil.splitWords("今天是周天，天气晴朗，我晚上要去看电影。");
// 测试空串情况下分词
List strings2 = WordsUtil.splitWords("");
// 测试字符串中插入不同符号情况下分词
List strings3 = WordsUtil.splitWords("@*()-+今天是**周天，天气晴朗");
// 测试字符串中存在空格情况下分词
List strings4 = WordsUtil.splitWords(" 今天是周天，天气晴 朗，我晚上要去看电影。 ");
System.out.println("strings1：");
for (String string : strings1) {
System.out.print(string + "/");
}
System.out.println();
System.out.println("strings2：");
for (String string : strings2) {
System.out.print(string + "/");
}
System.out.println();
System.out.println("strings3：");
for (String string : strings3) {
System.out.print(string + "/");
}
System.out.println();
System.out.println("strings4：");
for (String string : strings4) {
System.out.print(string + "/");
}
System.out.println();
}

测试结果

QueryRepeat工具类测试

@Test
public void testQueryRepeat() {
// 完全倒序情况
double repeatRadius1 = QueryRepeat.getRepeatRadius("今天是星期天，天气晴，今天晚上我要去看电影。",
"影电看去要我上晚天今，晴气天，天期星是天今。");
// 空字符串情况
double repeatRadius2 = QueryRepeat.getRepeatRadius("", "");
// 完全相同情况
double repeatRadius3 = QueryRepeat.getRepeatRadius("今天是星期天，天气晴，今天晚上我要去看电影。",
"今天是星期天，天气晴，今天晚上我要去看电影。");
// 部分抄袭情况
double repeatRadius4 = QueryRepeat.getRepeatRadius("今天是星期天，天气晴，今天晚上我要去看电影。",
"今天是周天，天气晴朗，我晚上要去看电影。");
// 插入符号情况
double repeatRadius5 = QueryRepeat.getRepeatRadius("今天是星期天，天气晴，今天晚上我要去看电影。",
"今天是&星期(天，天气+-晴，今天晚&&上我要去看电影。");
// 包含空格情况
double repeatRadius6 = QueryRepeat.getRepeatRadius("今天是星期天，天气晴，今天晚上我要去看电影。",
"今天是 星期 天，天气 晴，今天晚 上我要去看电影。");

    System.out.println("repeatRadius1：" + repeatRadius1);
    System.out.println("repeatRadius2：" + repeatRadius2);
    System.out.println("repeatRadius3：" + repeatRadius3);
    System.out.println("repeatRadius4：" + repeatRadius4);
    System.out.println("repeatRadius5：" + repeatRadius5);
    System.out.println("repeatRadius6：" + repeatRadius6);
}

空串情况下

4.代码覆盖率截图

测试项目