一、PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	10	30
· Estimate	· 估计这个任务需要多少时间	360	480
Development	开发	70	70
· Analysis	· 需求分析 (包括学习新技术)	160	120
· Design Spec	· 生成设计文档	60	80
· Design Review	· 设计复审	30	30
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	10	30
· Design	· 具体设计	120	100
· Coding	· 具体编码	300	280
· Code Review	· 代码复审	30	30
· Test	· 测试（自我测试，修改代码，提交修改）	60	80
Reporting	报告	30	30
· Test Repor	· 测试报告	30	30
· Size Measurement	· 计算工作量	30	15
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	20	30
	· 合计	1320	1435

二、计算模块接口

计算模块接口的设计与实现过程

拼音、拆字和简繁体转换调用了现有的python库
使用了(DFAfliter) 类来实现解析传入敏感词文件路径、添加敏感词、识别文本中的敏感词等功能，其中包括了以下五个函数：
- __init__(self)：定义实例化该类所需的一些变量
- add_keyword(self, chars, level) ：将一个敏感词添加到敏感词库中，由于需要被后续add函数多次调用，因此单独封装方便使用
- add(self, chars, level)：将敏感词的各种变形类型分析讨论，并分别调用上述add_keyword函数将各种敏感词变体(变体方式会在下文分享)存入敏感词库
- filter(self, message)：对传入的文本内容进行检测，过滤出敏感词，并转化为所要求的输出格式，然后把转化结果添加到列表中
- parse(self, path)：解析文件路径，读入敏感词文件，并调用add函数将敏感词添加到敏感词库
类外函数：
- chai_zi(keywords, dfa_instance)：将所有敏感词传入，并将每个敏感词进行拆字，再添加到敏感词库中
- read_file(file_path)：读入测试文本文件，并将文本中每一行分别存入同一个列表
- output(filename)：将filter函数中形成的结果列表输出到指定输出文件
- type_nums(depth, queue, lens)：使用DFS算法将每一个敏感词可能的组合变形方式枚举
算法流程：

独到之处：

算法的难点主要还是敏感词库的建立，如何把敏感词库建得全面、并且在全面的同时尽量避免冗余，这是一项挑战，我使用了DFS算法进行枚举，并使用Tire树构建敏感词库。以下为主要难点及解决方案
- 排列组合形成变体：假设“浑轮“是一个敏感词（因为这两个字都有繁体字，方便举例说明）”暂用“浑轮”一词来进行描述。其中”浑轮“这两个字每个字都有拼音、拆字、繁体、简体、首字母替代五种表示形式，则”浑轮“一词就有5*5种表示形式（此处说明省略在中间插入特殊字符的情况，因为这种情况可统一避免），上述”浑轮“是两个字，组合形式有(5^2)种，如果敏感词是n个字，就是(5^n)种，因此我使用了DFS来进行搜索，以”浑轮“为例，假设我分别用0，1，2，3，4表示拼音、拆字、繁体、简体、首字母替代五种表示形式，则[0, 1]表示”浑“字用拼音表示，”轮“字用拆字表示，以此类推，可将所有组合方式枚举出并存到敏感词库中
- Tire树构建敏感词库
- 拼音化与首字母替代：使用python库pypinyin实现
- 拆字：使用python库pychai实现
- 繁体-简体转化：使用python库zhconv实现

计算模块接口部分的性能改进

性能分析图：

从上图可以看出，函数执行的大部分时间，都是由拆字操作带来的，其中经过测试，我发现是初始化调用用于拆字的pychai库时占用了绝大部分时间，因此，我选择了尽可能减少调用次数，到最后全程只调用了一次这个函数，大大减少了时间消耗。
在写代码过程中，其实在存储敏感词库时不同的方法也是具有着很大的性能差异，我通过结合DFS算法来调整DFA算法，避免了相同形式的敏感词重复存入的情况，减小了冗余，提高了性能。

计算模块部分单元测试展示

部分单元测试：

测试拆字功能

      import unittest
      import main
      class Test(unittest.TestCase):
          """用于测试say_hello_function.py"""

          def test_chai_zi(self):
              """测试能否正确拆字"""
              dfa = main.DFAFilter()
              res = main.chai_zi("好", dfa)
              self.assertEqual(res, "女子")

      if __name__ == '__main__':
          unittest.main()

测试读入文件功能

      import unittest
      import main

      class Test(unittest.TestCase):
          """用于测试say_hello_function.py"""

          def test_read_file(self):
              """测试能否正确拆字"""
              res = main.read_file(r"org.txt")
              self.assertEqual(res[0], "你好，好久不见")

      if __name__ == '__main__':
          unittest.main()

覆盖率截图

计算模块部分异常处理说明。

命令行输入异常
- 如果输入四个文件，则按顺序传入
- 如果只输入可执行python文件，使用默认路径执行
- 其他情况，输出提示并正常退出

      if len(sys.argv) == 4:
          words_txt = sys.argv[1]
          org_txt = sys.argv[2]
          ans_txt = sys.argv[3]
      elif len(sys.argv) == 1:
          words_txt = "words.txt"
          org_txt = "org.txt"
          ans_txt = "ans.txt"
      else:
          print("请正确输入：python main.py 文件路径 文件路径 文件路径")
          exit(0)

当少输入了一个参数

      python main.py words.txt org.txt

则输出文字提示并正常退出

      请按正确格式输入：python main.py 文件名 文件名 文件名

三、心得

真正尝试了比较接近工程的作业，这个作业也很具备实际意义，做起来动力十足（虽然做得不怎么样），完成这次作业是一个不断学习的过程，但好在能够明确需要学什么，感觉这次作业对能力的提升是很有帮助的
不要重复造轮子，第一次体会到了这句话（虽然我也不会造哈哈，目前只会用）。这次作业可以说是面向github编程，比如在解决拼音、简繁体转化、拆字时，都在网上找到了python的包，对完成作业起了很大的作用。
但有点可惜的是这次由于时间规划不合理，后期优化约等于0，在首字母替代的处理上也有点bug，目前已经发现了bug，但现在改显然已经来不及了，以后可能要更好地提前做好规划
自从数据结构与算法课结束后，就很久没有打代码了，这次写代码很生疏，希望这个能在之后的练习中得到改善
果然实践是最好的老师，这次算是第一次真正的用python写代码，以前有大概了解过python的基本语法，但完全没有写过，要不是这次C++没有合适的包把我给劝退了，还真不敢用python上，但没办法呀，不用python的话，C++又不会拆字，也不会简繁体转化，作业都做不了，只能硬着头皮上，不过还好，边写边查，最后也算是写出来了