第一次个人编程作业
Part 1 : Github项目地址
由于我的vs一直没办法直接把项目上传到github上，一直推送失败。所以我只能在github的对应仓库上“create new file"，直接把代码贴上去，望谅解。通过设置新的分支后已经可以成功推送！耶！
Part 2 : PSP（Personal Software Process）表格
| PSP2.1 | Personal Software Process Stages | 预估耗时（分钟） | 实际耗时（分钟） |
|---|---|---|---|
| Planning | 计划 | 30 | 30 |
| · Estimate | · 估计这个任务需要多少时间 | 1800 | 1800 |
| Development | 开发 | 1800 | 1700 |
| · Analysis | · 需求分析 (包括学习新技术) | 120 | 180 |
| · Design Spec | · 生成设计文档 | 60 | 30 |
| · Design Review | · 设计复审 | 20 | 20 |
| · Coding Standard | · 代码规范 (为目前的开发制定合适的规范) | 30 | 30 |
| · Design | · 具体设计 | 120 | 180 |
| · Coding | · 具体编码 | 600 | 960 |
| · Code Review | · 代码复审 | 300 | 120 |
| · Test | · 测试（自我测试，修改代码，提交修改） | 120 | 180 |
| Reporting | 报告 | 90 | 120 |
| · Test Report | · 测试报告 | 120 | 60 |
| · Size Measurement | · 计算工作量 | 20 | 20 |
| · Postmortem & Process Improvement Plan | · 事后总结, 并提出过程改进计划 | 20 | 40 |
| · 合计 | 1830 | 1850 |
Part 3 : 解题思路描述
（1）拿到题目后如何思考？
在看到助教姐姐发布的第一次编程作业后，我的内心是崩溃的。由于在给出的三种语言要求中，
java没接触过，python选修课学过但学得很浅，所以我就选择了用c++来解题。后来发现用c++简直太难了啊啊啊啊！停止土拨鼠尖叫，回到题目，题目要求将小王打乱的地址簿规范化处理。对我来说，难点在于：一是地址中的“省”、“市”等关键字有可能残缺，这就说明没办法简单的通过匹配该关键字来提取。只能通过暴力打表或者引入地图API来匹配处理；二是没处理过文件的输入输出，需要进一步了解这里面有没有什么陷阱（坑）以及如何规范输入输出；三是好多处理问题上的细节，类处理函数处理之类的。总之就是一个字，难。但生活还是得继续下去，冲！
（2）如何查找资料？
主要有四种方式：翻阅以前的c++教材和c++ primary，熟悉一下可能会用到的语法；利用搜索引擎查找地址模糊匹配等与题目相关类似的博客资料；询问身边的大佬们，向他们请教思路；围观软工群里“神仙打架”，我还没想好怎么做他们已经写好评测工具等着了QUQ。
Part 4 : 设计实现过程
（1）代码组织方式
我定义了一个person类，里面包含成员变量total,name,telnum,province,city,county,street,detailaddr，函数则有stringtowstring转换函数、wstringtostring转换函数、省提取函数、市提取函数以及以下几级地址的提取函数，通过提取函数将提取出来的规范地址赋值给类中对应的成员变量，转换函数则用来实现string和wstring的相互转换。
全局变量与函数如下图：
Person类成员变量如下图：
以下是关系函数的流程图：
（2）算法的关键
总的来说：
我的算法的关键主要是地址的提取函数和字符转换函数。因为不会调用地图API（别问，问就是菜！），所以只能采用暴力的本方法来查找匹配。我建立了地址数组，将普通地址和特殊地址分开，比如直辖市和自治区单独建组，不与普通省份一起，方便匹配并且提取规范地址，赋值比较方便，通过返回已提取地址的字数来简化地址，以便下一步匹配提取。但这种方法非常暴力，效率比较低，还需要进一步的完善改进。；通过stringtowstring和wstringtostring的转换函数来实现字符的转换，方便对字符串的处理和输出。
地址提取函数：
一是省、直辖市、自治区的地址提取函数。因为这种情况下的参数相对较少，因此我就建立了三个全局变量字符数组来存省、直辖市、自治区的地址名称，然后通过函数进行对比匹配。由于存在直辖市和自治区这两种比较复杂的情况，因此我将其分开进行判断，先进行直辖市的判断：
//判断直辖市
for (int i = 0; i < 4; i++) {
if (t == direct_pro[i]) {
addr[p].province = t; addr[p].city = t; addr[p].city += L"市";
if (obj_[2] == L'市') { return 3; }
else return 2;
break;
}
}
自治区的判断：
//判断自治区
if (z == autop[2]) { addr[p].province = L"西藏自治区"; return 5; }
if (z == autop[0]) { addr[p].province = L"内蒙古自治区"; return 6; }
if (z == autop[1]) { addr[p].province = L"宁夏回族自治区"; return 7; }
else if (z == autop[3]) { addr[p].province = L"广西壮族自治区"; return 7; }
if (z == autop[4]) { addr[p].province = L"新疆维吾尔自治区"; return 8; }
普通省份的判断，注意需要把黑龙江省单独提出来判断：
//判断普通省份
for (int j = 0; j < 22; j++) {
if (t == provincebook[j]) {
t += L"省";
if (obj_[2] == L'省') { addr[p].province = t; return 3; break; }
else { addr[p].province = t; return 2; break; }
}
}
二是对市、区/县/县级市、街道/镇/乡、详细地址的提取。到这里我就GG了。不会调地图api，而如果采用上述方法，需要存的参数太过于庞大，因此只能先不考虑“市”、“县”等关键字缺失的情况和部分关键字与地名重合的情况，直接通过匹配关键字来提取。显然这是一个漏洞很多的本方法，还需要想出办法来改进。
//识别“市”关键字
for (int i = 0; i < 5; i++) {
city_ += obj[i];
if (obj[i] == L'市') {
addr[c].city = city_;
return i + 1; break;
}
}
字符串转换函数：
从文件直接getline得到的字符串对汉字的处理比较奇怪，一个汉字需要占字符数组的两个单位，这给字符匹配和处理增加了很多麻烦。然后我就去百度惹（百度是镇滴好用！我爱csdn！）~发现通过把string转换成wstring后，再进行各种处理，会方便很多。因此就增加了两个转换函数。
以下是把string转换成wstring的函数：
wstring result;
//获取缓冲区大小，并申请空间，缓冲区大小按字符计算
int len = MultiByteToWideChar(CP_ACP, 0, str.c_str(), str.size(), NULL, 0);
TCHAR* buffer = new TCHAR[len + 1];
//多字节编码转换成宽字节编码
MultiByteToWideChar(CP_ACP, 0, str.c_str(), str.size(), buffer, len);
buffer[len] = ' '; //添加字符串结尾
//删除缓冲区并返回值
result.append(buffer);
delete[] buffer;
return result;
}
Part 5 : 计算模块接口部分的性能改进。
（1）记录在改进计算模块性能上所花费的时间，描述你改进的思路。
要改进计算模块性能，我觉得最重要的还是能学会调用地图API来进行匹配处理（或者还有另一种更简单的方法？），简化编程和节约时间空间。然鹅这个我还不会啊啊啊，给我时间，我觉得我阔以！
（2）展示一张性能分析图（由VS 2017/JProfiler的性能分析工具自动生成），并展示你程序中消耗最大的函数。
或许性能分析图是下面这个嘛？问了度娘就只查到了这个，应该是的吧……
CPU使用情况百分比
热路径和执行单个工作最多的函数
调用树（可见程序中消耗最大的函数）
Part 6 : 计算模块部分单元测试展示。
暂时还没有做单元测试这一项。待完成后再来补。
Part 7 : 计算模块部分异常处理说明。在博客中详细介绍每种异常的设计目标。每种异常都要选择一个单元测试样例发布在博客中，并指明错误对应的场景。
由于代码本身存在的bug问题，除了较为正常的未缺关键字的地址，异常情况的发生率还挺高的。特别是因为关键字引起的异常，比如：
1、关键字缺少。
“张三,福建福州闽13599622362侯县上街镇福州大学10#111.”这种情况下提取结果为{“姓名”:“张三”，“手机”：“13599622362”，“地址”：[“福建省”，“”，“福州闽侯县”，“上街镇”，“福州大学10#111.”]}，使得市的提取失败，福州被匹配到县，间接导致县的提取失败。
2、关键字与地名重复。
“小美,北京市东15822153326城区交道口东大街1号北京市东城区人民法院.”这种情况下提取结果为{“姓名”:“小美”，“手机”：“15822153326”，“地址”：[“北京”，“北京市”，“东城区”，“交道”，“口东大街1号北京市东城区人民法院.”]}，将详细地址错误匹配到上级地址中。