221801427

221801427/README.md

@@ -0,0 +1,80 @@
+# PersonalProject-Java
+
+
+----------
+
+
+## 功能简介
+输入英文文本（只考虑Ascii码，汉字不需考虑）
+ <br>1. 统计字符数（空格，水平制表符，换行符，均算字符）
+ <br>2. 统计有效行数（任何包含非空白字符的行，都需要统计）
+ <br>3. 统计单词数（至少以4个英文字母开头，跟上字母数字符号，单词以分隔符分割，不区分大小写)
+ <br>4. 统计频率最高的10个单词的出现次数（值降序，键字典序）
+<br> 按以上顺序逐行打印至输出文本，输出的格式如下
+
+> characters: number <br>
+words: number <br>
+lines: number <br>
+word1: number <br>
+word2: number <br>
+... 
+
+
+----------
+
+
+## 运行方式
+运行cmd
+
+    javac -encoding UTF-8 WordCount.java
+    java WordCount input.txt output.txt
+
+
+----------
+
+
+## 作业链接
+[寒假作业(2/2) 作业要求](https://edu.cnblogs.com/campus/fzu/2021SpringSoftwareEngineeringPractice/homework/11740)
+
+
+----------
+
+
+## 博客链接
+[我的博客](https://www.cnblogs.com/railgunSE/)
+
+
+----------
+
+
+## 签入记录
+### 第一次commit
+建立了基本架构，制定了代码规范
+### 第二次commit
+实现字符计算，以及对应的文件读写功能
+### 第三次commit
+重写了算法实现，增加计算行数功能
+### 第四次commit
+增加了计算有效单词总数的功能
+### 第五次commit
+增加了统计词频功能，输出功能也完整了
+### 第六次commit
+改用StringBuilder提高性能，修改、增加了一些代码规范上的细节
+### 第七次commit
+通过去删去不必要的字符操作，改进了部分算法效率
+### 第八次commit
+修改了读取算法与计算行数算法以适应读取\r的需要
+### 第九次commit
+输出格式，细节修改，所需功能基本完成完备
+### 第十次commit
+提取了读取字符串并拆分为有效单词Map的方法，提高效率
+### 第十一次commit
+改用NIO读取文件以提升性能
+### 第十二次commit
+优化了性能：采用StringTokenizer分割字符串，采用多线程<br>删去了之前尝试各类算法时遗留的不必要的导入
+### 第十三次commit
+合并计算字符数与单词数的类，添加注释与README文本<br>更改编码模式为UTF-8解决提交时的乱码问题
+
+
+
+

221801427/codestyle.md

@@ -0,0 +1,110 @@
+## 代码规范
+
+- 缩进
+
+>1、使用的缩进的字符数为4个空格，用Tab（定义Tab键扩展成为4个空格键）来进行缩进，Tab键在不同的情况下会显示不同的长度，严重干扰阅读体验。4个空格的距离从可读性来说，正好。
+
+>2、在使用if或while等嵌套结构时，在if或while等语句下再进行Tab（扩展为4个空格）缩进，使程序看起来更清晰、美观。
+
+- 变量命名
+
+>1、局部变量使用lowerCamelCase风格，必须遵从驼峰形式。局部变量名采用英文单词的来命名，这样更能明白变量的含义。绝不使用拼音与英文混合的方式或直接使用中文的方式。
+>>正例：studentId/teacherId
+反例： DaZhePromotion [打折] / getPingfenByName()  [评分] / int某变量 = 3
+
+>2、遇到含义相同的变量，会在末尾用1，2来区别。但也有例外，在使用循环变量时，因无特殊含义，仅用i,j,k来定义。
+>>正例：p1/p2/p3 和 for（i = 0；。。。）
+
+>3、在标识符命名方面，少采用缩写，若采用缩写则查询国际通用的写法，用会发音的部分来命名，并在不容易理解的缩写命名后添加注释。标识符长度跟随所要表达的含义来增减长度，以使其更容易理解。在标识符命名中，最重要的是要保持一致性——在整个程序中，对变量或是函数一类使用相同的命名规则。
+>>正例：int temp 和 int tmp
+
+- 每行最多字符数
+
+>1、每行行宽（含缩进）不允许超过100个字符。
+
+>2、当一个程序行很长时，在适当位置运用回车键将程序分行，使其不破坏语句的完整性，也使语句看起来显得不混乱、零散。
+
+- 函数最大行数
+
+>1、一个函数允许包含语句的行数我限制为80行，不包括空行和注释。
+
+>2、一个函数的最大长度和函数的复杂程度以及缩进大小成反比。
+
+- 函数、类命名
+
+>1、函数名使用lowerCamelCase风格，必须遵从驼峰形式。函数名用动词打头，以名词结尾的形式（少数会只有动词命名），使函数功能更容易理解。
+>>正例：countWord/getId
+
+>2、类名使用UpperCamelCase风格，必须遵从驼峰形式。
+>>正例：WordCount/Lib
+
+- 常量
+
+>1、常量命名全部大写，单词间用下划线隔开，力求语义表达完整清楚。
+>>正例：public static final int YEAR = 365;
+>>正例： MAX_STOCK_COUNT
+反例： MAX_COUNT
+
+>2、如果变量值仅在一个范围内变化用Enum类。如果还带有名称之外的延伸属性，必须使用Enum类，类名后缀带Enum以清晰表示，枚举成员名称需要全大写，单词间用下划线隔开。下面正例中的数字就是延伸信息，表示星期几。
+>>正例：publicEnum{MONDAY(1),TUESDAY(2),WEDNESDAY(3),
+THURSDAY(4),FRIDAY(5),SATURDAY(6),SUNDAY(7);}
+
+- 空行规则
+
+>1、变量定义和方法实现间增加空行，便于阅读。
+
+>2、在函数之间，增加空行来分割函数，这样使函数之间显得不拥挤，区分更加明显。
+
+- 注释规则
+
+>1、类、类方法的注释使用/*内容*/格式。
+
+>2、一般在变量名后，添加一行注释。
+>>正例：char option; //功能选项
+
+>3、边写代码边注释，修改代码同时修改相应的注释，以保证注释与代码的一致性。不再有用的注释要删除。
+
+>4、注释尽量只用ASCII字符，不要用中文或其他特殊字符，利于程序的可移植性。
+
+- 操作符前后空格
+
+>1、一元运算符与变量之间没有空格
+>>正例：i++/!flag
+
+>2、二元运算符与变量之间必须有空格。
+>>正例：int i = 0;/sum = x + y;
+
+- 大括号位置
+
+>1、每个“{”和“}”都独占一行。
+>>正例：<br>if (condition)<br>
+{<br>
+&emsp;&emsp;DoSomething();<br>
+}<br>
+else<br>
+{<br>
+&emsp;&emsp;DoSomethingElse();<br>
+}
+
+>2、在if等语句块较为简单时，也不省略左右大括号的使用，以使程序显得更清晰、工整。
+
+- 其他规则
+
+>1、需要使用变量时，在使用前定义，避免一些需要用到其值时，无法获得的情况。例如：
+>>正例：int i;  
+&emsp;&emsp;&emsp; for(i = 0；。。。）
+
+>2、多个变量定义时分行写,使程序更加美观。
+>>正例：x = 1;  
+&emsp;&emsp;&emsp;y = 2;  
+&emsp;&emsp;&emsp;z = 3;  
+
+>3、变量初始化时，提倡在尽可能小的作用域中声明变量，离第一次使用越近越好。这使得代码易于阅读，易于定位变量的声明位置、变量类型和初始值。
+>>正例：int i = 3;
+
+>4、多个不同的运算符同时存在时合理使用括号来明确优先级。
+>>例：2 << 2 + 1 * 3 - 4
+&emsp;&emsp;2 << (2 + 1 * 3 - 4)
+
+>5、避免相同的代码段在多个地方出现相同的代码，必须归纳出来并且用一个类封装起来。
+语句嵌套层次不得超过3层，超出的必须抽取出中间函数。

221801427/src/WordCount.java

@@ -0,0 +1,95 @@
+import lib.service.*;
+import lib.tool.*;
+
+import java.util.ArrayList;
+import java.util.HashMap;
+import java.util.concurrent.Callable;
+import java.util.concurrent.ExecutionException;
+import java.util.concurrent.ExecutorService;
+import java.util.concurrent.Executors;
+import java.util.concurrent.Future;
+
+public class WordCount
+{
+    /**
+     * @param inputFileName
+     * @param outputFileName
+     */
+    private static String inputFileName;
+    private static String outputFileName;
+
+    public WordCount(String inputFileName, String outputFileName)
+    {
+        WordCount.inputFileName = inputFileName;
+        WordCount.outputFileName = outputFileName;
+    }
+
+    public void Count()
+    {
+        final String content = FileReader.readFile(inputFileName);// 从文件读取字符串
+        final HashMap<String, Integer> words = StringAnalyser.analyseString(content);// 从字符串拆分有效单词，统计入HashMap
+
+        ExecutorService executor = Executors.newCachedThreadPool();
+
+        Future<Integer> charCnt = executor.submit(new Callable<Integer>()
+        {
+            // 统计字符数
+            public Integer call()
+            {
+                return CharAndWordCounter.countChar(content);
+            }
+        });
+
+        Future<Integer> lineCnt = executor.submit(new Callable<Integer>()
+        {
+            // 统计有效行数
+            public Integer call()
+            {
+                return LineCounter.countLine(content);
+            }
+        });
+
+        Future<Integer> wordCnt = executor.submit(new Callable<Integer>()
+        {
+            // 统计有效单词数
+            public Integer call()
+            {
+                return CharAndWordCounter.countWord(words);
+            }
+        });
+
+        Future<ArrayList<HashMap.Entry<String, Integer>>> freqList = executor
+                .submit(new Callable<ArrayList<HashMap.Entry<String, Integer>>>()
+                {
+                    // 排序词频前10单词
+                    public ArrayList<HashMap.Entry<String, Integer>> call()
+                    {
+                        return FrequencySorter.sortFrequency(words);
+                    }
+                });
+
+        try
+        {
+            FilePrinter.writeFile(charCnt.get(), wordCnt.get(), lineCnt.get(), freqList.get(), outputFileName);// 打印结果
+            executor.shutdown();
+        }
+        catch (InterruptedException | ExecutionException e)
+        {
+            e.printStackTrace();
+        }
+    }
+
+    public static void main(String[] args)
+    {
+        WordCount cmd;
+
+        if (args.length != 2)
+        {
+            System.out.println("Invalid input");
+            return;
+        }
+        cmd = new WordCount(args[0], args[1]);// 传入参数（输入输出文件名）
+        // cmd = new WordCount("src/input.txt", "src/output.txt");
+        cmd.Count();// 统计
+    }
+}

221801427/src/lib/service/CharAndWordCounter.java

@@ -0,0 +1,24 @@
+package lib.service;
+
+import java.util.HashMap;
+
+public class CharAndWordCounter
+{
+    /**
+     * @param content
+     * @return 字符总数
+     */
+    public static int countChar(String content)
+    {
+        return content.length();// 直接返回字符串长度
+    }
+
+    /**
+     * @param words
+     * @return 单词总数
+     */
+    public static int countWord(HashMap<String, Integer> words)
+    {
+        return words.size();// 返回HashMap规模表示有效单词总数
+    }
+}

221801427/src/lib/service/FrequencySorter.java

@@ -0,0 +1,29 @@
+package lib.service;
+
+import java.util.*;
+import java.util.stream.Collectors;
+
+public class FrequencySorter
+{
+    public static final int MAX_SIZE = 10;
+
+    /**
+     * @param words
+     * @return freqList
+     */
+    public static ArrayList<HashMap.Entry<String, Integer>> sortFrequency(HashMap<String, Integer> words)
+    {
+        words = words.entrySet().stream()
+                .sorted(Map.Entry.<String, Integer>comparingByValue()// 值排序
+                        .reversed()// 倒序为降序
+                        .thenComparing(Map.Entry.comparingByKey()))// 键排序（字典序）
+                .limit(MAX_SIZE)// 前MAX_SIZE个
+                .collect(Collectors.toMap(Map.Entry::getKey, Map.Entry::getValue,
+                        (oldVal, newVal) -> oldVal, LinkedHashMap::new));// 返回map
+
+        ArrayList<HashMap.Entry<String, Integer>> freqList = new ArrayList<HashMap.Entry<String, Integer>>(
+                words.entrySet());
+
+        return freqList;
+    }
+}

221801427/src/lib/service/LineCounter.java

@@ -0,0 +1,28 @@
+package lib.service;
+
+import java.util.regex.Matcher;
+import java.util.regex.Pattern;
+
+public class LineCounter
+{
+    private static final String VALID_LINE_REGEX = "(^|\n)\\s*\\S+";
+    private static final Pattern VALID_LINE_PATTERN = Pattern.compile(VALID_LINE_REGEX);
+
+    /**
+     * @param content
+     * @return 有效行数
+     */
+    public static int countLine(String content)
+    {
+        int cnt = 0;
+        Matcher matcher;
+
+        matcher = VALID_LINE_PATTERN.matcher(content);
+        while (matcher.find())
+        {
+            //利用正则表达式匹配有效行，空行不统计，包括\t \r \n 空格以及由他们组成的情况
+            cnt++;
+        }
+        return cnt;
+    }
+}