------------恢复内容开始------------
第一次个人编程作业

作业所属课程	软件工程19网工34班
作业要求	作业要求
这个作业的目标	学会使用PSP表格 学会用Github来管理源代码和测试用例 学会使用论文查重性能分析工具改进性能,完成论文查重项目的实现后进行测试并按以上要求使用Github进行版本发布及源码和测试用例管理

一、github地址

二、PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划
· Estimate	· 估计这个任务需要多少时间	800	1100
Development	开发
· Analysis	· 需求分析 (包括学习新技术)	230	280
· Design Spec	· 生成设计文档	50	75
· Design Review	· 设计复审	40	20
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	60	30
· Design	· 具体设计	160	230
· Coding	· 具体编码	90	100
· Code Review	· 代码复审	50	60
· Test	· 测试（自我测试，修改代码，提交修改）	100	120
Reporting	报告
· Test Repor	· 测试报告	30	70
· Size Measurement	· 计算工作量	50	20
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	40	30
· 合计		900	1035

三、计算模块接口的设计与实现过程

1.工程结构

一共有两个类，算法的核心主要在SimHash类中

2.算法原理
·首先基于传统的IR方法，将文章转换为一组加权的特征值构成的向量。

·初始化一个f维的向量V，其中每一个元素初始值为0。

·对于文章的特征向量集中的每一个特征，做如下计算：

利用传统的hash算法映射到一个f-bit的签名。对于这个f- bit的签名，如果签名的第i位上为1，则对向量V中第i维加上这个特征的权值，否则对向量的第i维减去该特征的权值。

·对整个特征向量集合迭代上述运算后，根据V中每一维向量的符号来确定生成的f-bit指纹的值，如果V的第i维为正数，则生成f-bit指纹的第i维为1，否则为0。

流程：

3.程序流程图：

4.程序结果

四、计算模块接口部分的性能

性能分析：

内存消耗:

五、计算模块部分单元测试展示

1.测试代码

public class FileToStringTest {

@Test
public void toStringTest(){
    FileToString fileToString = new FileToString();
    fileToString.toString("");

}
}

import org.junit.Test;
public class SimHashTest {
SimHash simHash;
@Test
public void simHashTest(){
SimHash simHash = new SimHash("123");
simHash.simHash();
}
@Test
public void hashTest(){
SimHash simHash = new SimHash("123");
simHash.hash("123");
}

@Test
public void subByDistanceTest(){
    SimHash simHash=new SimHash("123");
    simHash.subByDistance(simHash,3);
}


@Test
public void getDistanceTest(){
    SimHash simHash=new SimHash("123");
    simHash.getDistance("123","234");
}

@Test
public void hammingDistanceTest(){
    SimHash simHash=new SimHash("123");
    simHash.hammingDistance(simHash);
}

代码覆盖率

2.单元测试截图：

------------恢复内容结束------------

标签：SimHash,个人,项目,void,123,Test,simHash,public
来源： https://www.cnblogs.com/szlcw/p/15312679.html