论文查重

github链接:https://github.com/fanshaojun/Work/blob/main/202121331108/main.cpp

1. 作业说明

2. 需求分析

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

3. 框架流程

4. 主要函数

将原文件中的内容进行存储

infile.open( file.data() );   //将文件流对象与文件连接起来 
assert( infile.is_open() );   //若失败,则输出错误消息,并终止程序运行 
while ( !infile.eof() )
    {
        infile>>nowcur;
 
		if((( nowcur >='a' )&&( nowcur <='z' ))||(( nowcur >='A' )&&( nowcur <='Z' )))
		{
			tempStatement += nowcur;
 
		}else if(( nowcur =='.' )||( nowcur =='?' )||( nowcur =='!' ))
		{
			transform(tempStatement.begin(), tempStatement.end(), tempStatement.begin(), ::tolower);
			temp.nums = num1+1;
			temp.statement = tempStatement;
			libStatement[libnums] = temp;     //按每句子存储org的内容到libStatement[]中
			num1 = 0;
			tempStatement = "";
			libnums++;      //org文件的句子的个数
		}else    //匹配到空格
		{
			if( tempStatement=="" )
			{
				continue;
			}
			else if(tempStatement[tempStatement.size()==1?1:tempStatement.size()-1] != ' ')  //匹配到空格，当前句末不为空格，添加空格
			{
				tempStatement += " ";
				num1 += 1;    //单词个数加1
			}
		}
    }
infile.close();             //关闭文件输入流 

读取test文件中的内容进行比对查重

infile.open( file.data() );   //将文件流对象与文件连接起来 
assert( infile.is_open() );   //若失败,则输出错误消息,并终止程序运行 
while ( !infile.eof() )
    {
        infile>>nowcur;
 
		if((( nowcur >='a' )&&( nowcur <='z' ))||(( nowcur >='A' )&&( nowcur <='Z' )))
		{
			tempStatement += nowcur;
 
		}else if(( nowcur =='.' )||( nowcur =='?' )||( nowcur =='!' ))   //完成一个句子的读取，进行动态规划匹配查重
		{
			transform(tempStatement.begin(), tempStatement.end(), tempStatement.begin(), ::tolower);
			temp.nums = num1+1;            // 把当前读取到的text句子的单词个数存下
			temp.statement = tempStatement;  // 把当前读取到的text句子存下 
			num1 = 0;
			tempStatement = "";
 
			for(int i=0;i<libnums-1;i++ )   //分别与org中的每一句进行对比
			{
				string t;
				int n = 0;
				int k,j;
 
				for(istringstream is(temp.statement); is>>t;) {   //存储把text的句子分割出来的单词
					str1[n++] = t;
				}
 
				n = 0;
				for(istringstream is1(libStatement[i].statement); is1>>t;) {   //存储把org的句子分割出来的单词
					str2[n++] = t;
				}
 
				for( k=0;k<temp.nums;k++)   //text当前句子的个数
				{
					for( j=0;j<libStatement[i].nums;j++)  //与org文件的句子的单词分别进行对比
					{
						if(str1[k]==str2[j])
							words[k][j] = 1;
						else
							words[k][j] = 0;
					}
				}
				
				for(k=0; k<temp.nums; k++)
				{  
					grade[k][0] = max(grade[k-1][0]-0.5, words[k][0]-0.5*(k-1) );
				} 
				for(k=0; k<libStatement[i].nums; k++)
				{  
					grade[0][k] = max(grade[0][k-1]-0.5, words[0][k]-0.5*(k-1) );
				}
				for(k=1;k<temp.nums;k++)
				{
					for(j=1;j<libStatement[i].nums;j++)
					{
						grade[k][j] = maxs( grade[k-1][j]-0.5, grade[k][j-1]-0.5, grade[k-1][j-1]+words[k][j] );
					}
				}
 
				int sum = grade[temp.nums-1][libStatement[i].nums-1];
				
				if(allstorage[textnums].snums < sum)
				{
					allstorage[textnums].lib = libStatement[i].statement;
					allstorage[textnums].snums = sum;
					allstorage[textnums].tnums = temp.nums;
					allstorage[textnums].text = temp.statement;
				}
			}
			textnums++;   //text文件的句子的个数
 
		}else  //匹配到空格
		{
			if( tempStatement=="" )
			{
				continue;
			}
			else if(tempStatement[tempStatement.size()==1?1:tempStatement.size()-1] != ' ') //匹配到空格，当前句末不为空格，添加空格
			{
				tempStatement += " ";
				num1 += 1;
			}
		}
    }
    infile.close();             //关闭文件输入流 

5. 运行结果

6. PSP表格

本栏目推荐文章
• 为什么说家庭教育是孩子的第一所学校，爸妈们(父母)是孩子的第一任老师？
• 第一讲
• 【JVM】记录一次线上服务频繁FGC的排查过程
• 这一次，弄明白JS中的文件相关（一）：概念篇
• 个人职业生涯规划
• [Python学习记]个人感受(持续更新）
• 个人博客详细设计说明书
• 记一次docker出全linux的内网渗透题目(仿照2023铸剑杯)
• [RFC6238] TOTP: 基于时间的一次性密码生成算法
• UCB Data100：数据科学的原理和技巧：第一章到第五章