Project: Individual Project - Word frequency program----11061192zmx

Description & Requirements

http://www.cnblogs.com/jiel/p/3311400.html

项目时间估计

　　理解项目要求：　　　　　　1小时

　　构建项目逻辑：　　　　　　1小时

　　查阅相关资料：　　　　　　1小时

　　编写&调试程序：　　　　　 2小时

　　样例测试&功能完善：　　　 1小时

　　项目效率分析：　　　　　　1小时

　　项目优化：　　　　　　　　2小时

　　总结&提交：　　　　　　　 1小时

项目实际完成时间

　　实际完成时间很是蛋疼，题目意思不难理解，实现起来也不难，本着先实现功能不考虑时间的原则写了用c++里的map实现了一下，但发现debug模式下那个速度简直不能看，但这时已经离截止日期很近了，又有些错误，这两天花在改代码测数据上的时间很多。。。主要是数据如果不大没有代表性，如果大了的话又不好调试，很是蛋疼。。。

　　写代码：n小时

　　调试：   n小时

　　测试数据按照我对题目的理解应该是能输出正确结果的，在release模式下100+M的小说大约用了30s左右，相对于薛大神的12s还是8s简直就是奇慢无比，详细的性能分析写在后面。

开发过程

　　开发过程其实不能算充满艰辛，但做无用功的时间太多了。一开始先花了好多时间翻了翻C++Primer看了看容器什么，然后没看清楚题意没有递归遍历文件，最后功能实现后再把递归遍历部分加进去导致代码很乱，接着就是一些不知道从哪里冒出来的问题（运行时间过慢等，估计是我不小心点到了debug模式然后没有发现），因为这已经花了很多时间了，实在是不耐烦了，就直接重写了一遍代码，算是一个阶段完成了。但后来和小伙伴们对数据的时候竟然发现对题意理解错了，最后改了一下觉得应该没问题了。。。总之整个过程充满了艰辛，实在是无力了。。

　　关于算法实现，我是用一个word_list来存储单词，用word_com来存储单词统一的形式（如file和File我在word_com里都存成FILE）。最后根据word_com里的频率将word_list里的单词排个序，将每个单词的最小字典序的形式提出来，这时单词的顺序不是按照题目要求的字典序的，而是按照真正字典里的顺序，这里再对其进行一次字典序的排序，输出结果。

性能分析

由于是直接用map做的，觉得map的insert操作应该比下标创建要快一点，于是在加单词的时候还加了hash。。其实应该是没什么区别的（只是优化了复杂度的常数，最后性能分析结果也显示没优化多少。。。）

可以看到，100+M的数据跑了30s，而且中间cpu使用率的曲线也很诡异。。

占有样本数比较多的函数是pass，这是用来遍历文件夹的，里面调用了addword是向map里面加单词记录频率的。

总结

　　真的是学到了很多，主要是调试方面提高了许多心理承受能力。

　　由于看了几遍c++primer里容器的介绍，对c++里各种容器也算有了个详细的了解，方便以后使用。

　　学会了如何遍历文件夹，以及对一些函数的运行速度有了更深的了解。

　　总的来说是一次很不错的实践。完