第一次编程作业

一、PSP表格

PSP2.1	Personal Software Process Stages	预计耗时 (min)	实际耗时 (min)
Planning	计划
Estimate	估计这个任务需要多少时间	20	15
Development	开发
Analysis	需求分析 (包括学习新技术)	720	850
Design Spec	生成设计文档	20	25
Design Review	设计复审	30	25
Coding Standard	代码规范 (为目前的开发制定合适的规范)	10	20
Design	具体设计	420	600
Coding	具体编码	600	1200
Code Review	代码复审	30	65
Tes	测试（自我测试，修改代码，提交修改）	50	60
Test Repor	报告	60	70
Size Measuremen	计算工作量	10	12
Postmortem & Process Improvement Plan	事后总结, 并提出过程改进计划	30	15
	合计	2000	2957

二、计算机模块接口

（3.1）计算机模块接口的设计与实现过程：
- 拼音直接调用库
- 四个类、四个函数，具体如下：
- 大致思路如下：
- 检测思路：
  我先对敏感词进行操作，包括拆字、拼音、拼音首字母，每个汉字都建立尤其属性表（eg：['好', 'hao', 'h', '女子'],如果拆不了，就少一个拆字元素），得到一个敏感词的所有字的属性表后，通过递归，得到其敏感词出现的所有可能的形式（eg：‘拼银’，如下图），然后建立敏感词树。
  
  然后就是文本处理，文本读入存为表，然后遍历表，进行去首尾空格操作，若为空，跳过此行的检测。
  对于要检测的文本，我通过调用pypinyin库和zhconv库，对整行文本进行小写化和繁体字转简体字，转换结果另存，不能影响原文本。
  第一个字读入，如果在树根查询得到，进入下一层，并做标记（表明匹配状态ing，记录起点），一直查询，直到某个词查不到，且此时‘end’=1，表明为敏感字，记录下来，状态和起点标记重置。
  当读到无关字符时，要分情况，如果状态标志为1，且‘end’=1，为敏感词，记录下来，重置状态的起点标志，若其他情况，跳过这个无意义符号，继续往下搜。
  当读到其他字时，判断它是不是谐音，这时候就用到敏感词拼音表了，如果不是谐音，搜索失败，若是，以其拼音进入树查询。如过不是谐音或以其拼音查询失败，判断此时‘end’是否=1，若=1，说明已经找到敏感词了，记录下来，重置，若拼音查询成功，就继续查询。
  搜到最后一个词时，没词了，若‘end’=1，记录下来，重置。
  此时已经寻完一遍了，但这个是最长敏感词长度搜索（eg：法*功，当文本中出现flgong，找到第一个g时，其实‘end’已经=1，但这不够，所以继续搜直到第二个g，而且文本若出现flgon，按照上面的搜索方式，是找不到的，所以要再搜一遍）。
  最后就是最短敏感词搜索，方法同上，（但前面找到的地方打标记，当其标志为1，不进入树查询）就是多了个条件，当某个字符进入树查询时，若查询成功，判断‘end'是否为1，若为1，直接记录，状态和起点重置。
- 运行结果：
(3.2)计算模块接口部分的性能改进。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，并展示一张性能分析图（由VS 2019、JProfiler或者Jetbrains系列IDE自带的Profiler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。
- 按函数花费时间排序：
- 可以看出来，最耗时的是search_by_line()函数以及第三方类库pypinyin中lazy_pinyin()的调用:
  - pypinyin可以支持简繁体中文，实现汉字到拼音的转换，这个目前没法替换。
  - 至于search_by_line(),这个我认为是可以优化的，但时间不足，日后找时间再优化吧！
(3.3)计算模块部分单元测试展示。展示出项目部分单元测试代码，并说明测试的函数，构造测试数据的思路。并将单元测试得到的测试覆盖率截图，发表在博客中。
- 部分单元测试代码如下：
- 覆盖率截图如下：
(3.4)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。
- 参数传递错误：参数传递错误时结束程序

三、心得

(4.1)在完成本次作业过程的心得体会
在知道作业是要做敏感词检测的时候，脑袋是蒙的（内心os：这是什么东西？这叫做刚刚开始，不想给我们打击，选个简单的题？上贼船了！糟啦！）刚开始做的时候，打算在GitHub直接找开源代码，想着做代码的搬运工，但找了好几天，都没找到我想要的。后面就放弃了，又想着等其他人做完，然后抄过来就完事了，但这又会让我内心难安（被查出来算0分，还丢人，实在不敢）。在完成这个题目的期间，我速成了python。只能说，柯逍yyds，他的作业总是会让人自愧不如，然后产生学习的冲动。在完成项目的过程，我的算法知识和敲代码能力蹭蹭的往上涨，这个我是真的能确实的感受到。（这每天敲代码敲到半夜三四点，床上躺着都得想算法，这能力不提高，就太失败了！）我本人认为，我的检测敏感词的算法不是最好的也不是最准确的，但是我能想到的最深了，想了各种敏感词能出现的形式，我已经尽力了。最后感谢测评组，让ddl延后了，不然我就无了（当然，也得感谢柯神的宽宏大量！）。总而言之，这次作业，我确实收获了挺多的。