个人作业——词频统计

                                                                个人作业
                                                         ——词频统计

一、项目概况

对源文件（*.txt,*.cpp,*.h,*.cs,*.html,*.js,*.java,*.py,*.php等，文件夹内的所有文件）统计字符数、单词数、行数、词频，统计结果以指定格式输出到默认文件中，以及其他扩展功能，并能够快速处理多个文件。

二、需求分析

（1）基本功能

a) 统计文件的字符数；

b) 统计文件的单词总数；

c) 统计文件的总行数；

d) 统计文件中各单词的出现次数，输出频率最高的10个；

e) 对给定文件夹及其递归子文件夹下的所有文件进行统计；

f) 统计两个单词（词组）在一起的频率，输出频率最高的前10个；

g) 在Linux系统下，进行性能分析，过程写到blog中（附加题）。

（2）输入与输出要求

a) 输入以命令行参数传入（文件夹的路径）；

b) 在当前路径输出最终结果文件result.txt。

三、功能模块与设计

（1）遍历文件夹

使用 _finddata_t 结构体，及 _findfirst 和 _findnext 函数来查找文件并遍历子文件夹。

（2）统计文件中的字符、单词数、行数并输出

（3）统计各单词、词组出现频率

（4）对单词、词组出现频率进行排序，各找出前十个并输出

四、代码实现

五、代码质量和性能分析

六、测试设计与分析

七、总结收获

附：

PSP表格