课后作业3：个人项目（词频统计及其效能分析）

1) 博客开头给出自己的基本信息，格式建议如下：

• 学号：2017****7217；
• 姓名：卢冠宇
• 本次作业码云：https://gitee.com/The_Old_Cousin/word_frequency_count/tree/master

2) 程序分析，对程序中的四个函数做简要说明。要求附上每一段代码及对应的说明。

  1 using Microsoft.Win32;
  2 using System;
  3 using System.Collections;
  4 using System.Collections.Generic;
  5 using System.Linq;
  6 using System.Text;
  7 using System.Windows;
  8 
  9 namespace WpfApp1
 10 {
 11     /// <summary>
 12     /// MainWindow.xaml 的交互逻辑
 13     /// </summary>
 14     public partial class MainWindow : Window
 15     {
 16         public MainWindow()
 17         {
 18             InitializeComponent();
 19         }
 20 
 21         /// <summary>
 22         /// 将打开的txt内容读到T2这个TextBlock，或者说读文件到缓冲区
 23         /// </summary>
 24         /// <param name="sender"></param>
 25         /// <param name="e"></param>
 26         private void Button_Click_1(object sender, RoutedEventArgs e)
 27         {
 28             OpenFileDialog openFileDialog = new OpenFileDialog();
 29             openFileDialog.Title = "选择数据源文件";
 30             openFileDialog.Filter = "txt文件|*.txt|所有文件|*.*";
 31             openFileDialog.FileName = string.Empty;
 32             openFileDialog.FilterIndex = 1;
 33             openFileDialog.Multiselect = false;
 34             openFileDialog.RestoreDirectory = true;
 35             openFileDialog.DefaultExt = "txt";
 36             if (openFileDialog.ShowDialog() == false)
 37             {
 38                 return;
 39             }
 40 
 41             string contents = System.IO.File.ReadAllText(openFileDialog.FileName, Encoding.Default);
 42             T2.Text = contents;
 43         }
 44 
 45         /// <summary>
 46         /// 统计每个单词的频率，存放在字典word_freq
 47         /// </summary>
 48         /// <param name="strword"></param>
 49         /// <returns>返回一个word_freq</returns>
 50         private Dictionary<string, int> process_Buffer(ArrayList strword) {
 51 
 52             Hashtable ht = new Hashtable(); 
 53             foreach (string i in strword)//以哈夫曼树记录统计词频，遍历wtrword
 54                 if (!ht.Contains(i))
 55                     ht.Add(i, 1);
 56                 else
 57                 {
 58                     ht[i] = (int)ht[i] + 1;
 59                 }
 60 
 61             Dictionary<string, int> word_freq = new Dictionary<string, int>();
 62             foreach (DictionaryEntry de in ht)//导入字典
 63             {
 64                 word_freq.Add(de.Key.ToString(), Convert.ToInt32(de.Value));
 65             }
 66 
 67             word_freq = (from entry in word_freq orderby entry.Value ascending select entry).ToDictionary(pair => pair.Key, pair => pair.Value);
 68             return word_freq;
 69         }
 70 
 71         /// <summary>
 72         /// 疯狂切字符串
 73         /// </summary>
 74         /// <param name="strtext_low">一个已经变成小写的文本</param>
 75         /// <returns>返回一个已经被切好的ArrayList字符串列表</returns>
 76         private ArrayList separateword(string strtext_low)
 77         {
 78             ArrayList sepword = new ArrayList();//定义一个动态数组用于传进已转换小写的数组
 79             string strtext = strtext_low;
 80             strtext = strtext.Replace(',', ' ');//用Replace（）方法将‘，’，‘。’转化为空格
 81             strtext = strtext.Replace('.', ' ');
 82             string[] word = new string[500];//定义一个500长度的数组接收转换完成的单词
 83             word = strtext.Split(' ');//使用Split（）方法分割单词
 84             foreach (string i in word)//遍历循环将其传入动态数组sepword
 85                 sepword.Add(i);
 86             return sepword;
 87         }
 88 
 89 
 90         /// <summary>
 91         /// 相当于最后的“if __name__ == "__main__":”的执行
 92         /// </summary>
 93         /// <param name="sender"></param>
 94         /// <param name="e"></param>
 95         private void Button_Click_2(object sender, RoutedEventArgs e)
 96         {
 97             T1.Text = "";
 98             int i = 0;
 99             foreach (var item in process_Buffer(separateword(T2.Text.ToLower())).Reverse())
100             {
101                 if (i > 10)
102                 {
103                     break;
104                 }
105                 if (item.Key != "")
106                 {
107                     string str = string.Format("[" + i + "]" + "{0,-15} {1,3}", item.Key, item.Value);
108                     T1.Text = T1.Text + str + "\r\n";
109                 }
110                 i++;
111             }
112             i = 0;
113 
114         }
115 
116     }
117 }

MainWindow.xaml.cs

3) 性能分析结果及改进。

• 指出执行次数最多的代码，执行时间最长的代码。
  • 执行次数最多：

                    word_freq.Add(de.Key.ToString(), Convert.ToInt32(de.Value));

  • 执行时间最长：

                string contents = System.IO.File.ReadAllText(openFileDialog.FileName, Encoding.Default);

• 给出改进优化的方法以及你的改进代码
  • 执行次数最多：执行次数最多的代码已经达到准线型饱和，目前为止未发现任何改进优化方法。
  • 执行时间最长：使用预缓存和多线程来进行读取操作，目前为止我们没有学过相关知识以至于达到我们可以进行对其优化。

4) 程序运行命令、运行结果截图以及改进后的程序运行命令及结果截图 。

5) 给出你对此次任务的总结与反思。

简单实现了对词频统计及其效能分析，很明显，效能是一个程序性能的决定性表现之一。我们还需要学习更多常用高效的算法和编程基础知识，来拓展我们对软件工程的学习。