工程概论第二次作业

GitHub链接

GitHub链接

作业要求

需求

题目：论文查重

描述如下：

设计一个论文查重算法，给出一个原文文件和一个在这份原文上经过了增删改的抄袭版论文的文件，在答案文件中输出其重复率。

• 原文示例：今天是星期天，天气晴，今天晚上我要去看电影。
• 抄袭版示例：今天是周天，天气晴朗，我晚上要去看电影。

要求输入输出采用文件输入输出，规范如下：

• 从命令行参数给出：论文原文的文件的绝对路径。
• 从命令行参数给出：抄袭版论文的文件的绝对路径。
• 从命令行参数给出：输出的答案文件的绝对路径。

我们提供一份样例，课堂上下发，上传到班级群，使用方法是：orig.txt是原文，其他orig_add.txt等均为抄袭版论文。

注意：答案文件中输出的答案为浮点型，精确到小数点后两位。

开发环境

语言：Java 17

工具：VScode

环境：Windows10

项目结构

算法分析

1.设计思路

使用最长公共子序列（LCS）进行论文查重的基本思路是：将两篇论文（或文档）视为两个字符串，并计算它们之间的最长公共子序列。如果这个子序列的长度占其中一个文档的显著部分，则可以认为一个文档可能是对另一个文档的抄袭。这种方法的主要优势在于它可以检测即使在经过重写或部分修改之后的抄袭内容。

2.算法原理

将两篇论文 A 和 B 读入字符串 strA 和 strB。
使用动态规划计算两个字符串之间的LCS长度。
计算重复率，例如：LCS长度 / max(strA的长度, strB的长度)。

3.流程图

计算模块接口部分的性能改进

异常处理

try {
        if(!f.exists()) {
            f.createNewFile();
        }
        FileWriter fw = new FileWriter(f);
        fw.write("");
        fw.flush();
        fw.write(String.valueOf(a));
        fw.close();
    }catch(IOException e) {
        e.printStackTrace();
    }

测试

PSP 表格记录

本栏目推荐文章
• 从C++CLI工程的依赖库引用问题看.Net加载程序集机制
• 02_新建工程
• 四川高院--即使工程款已经结清，在总包方非实质审查结并确认清班组工资情况下，仍应对工人工资承担责任。
• 如何开发医疗保险欺诈识别监测模型中的特征工程？
• 社会工程学——进行IP追踪
• 从工程化角度，详解鹏程·脑海大模型训练过程
• 工程监测振弦采集仪的应用及技术研究
• 软考网络工程师-基础笔记归纳
• react-native在windows环境搭建并使用脚手架新建工程
• 软件工程网课笔记

概论 工程概论 工程 开篇 概论 工程 概论 第一次 工程 开篇 概论 第一次 工程 概论 工程 论文 概论 项目 工程 个人 概论 程序 项目 工程 概论 第一次 工程 个人 概论 工程 个人 概论 程序设计 程序 工程