需求分析

• 由於程序需要在Windows平臺和Linux平臺都能運行，因此對代碼的可移植性有一定的要求
• 由於需要對文件夾進行遍歷，因此數據量相對較大，需要選擇合適的數據結構，在此項目中，樹和哈希表都是可供選擇的數據結構
• 由於對字符串的處理很多，因此需要選擇一種合適的字符串表達方式，char* or string?

代碼規範

　　核心要求：用代碼做到“卒章顯誌”的作用，代碼能說清楚的事情就不要用註釋，註釋僅提示思路或者註意事項。因此變量名和函數名的設置尤為關鍵，比如函數名isSamePhrase()，又比如變量名bool isStringStart.

　　以下根據常用的C/C++編碼規範列舉了如下要求：

　　【通用】

• 系統頭文件應用：#include <xxx.h>
• 自定義同文件應用：#include "xxx.h"
• 函數體類體之間原則上用2個空行，特殊情況下可用一個或者不需要空行。

　　【註釋】

• 調試的代碼，加上註釋 // only for DEBUG
• 需要引起關註的代碼，加上註釋 // NOTE ...
• 對於較大的代碼塊結尾，如for,while,do等，可加上 // end for|while|do

　　【命名規範】

• 同一性：在編寫一個子模塊或派生類的時候，要遵循其基類或整體模塊的命名風格，保持命名風格在整個模塊中的同一性。
• 標識符組成：標識符采用英文單詞或其組合，應當直觀且可以拼讀，可望文知意
  ，用詞應當準確，避免用拼音命名。
• 最小化長度 && 最大化信息量原則：在保持一個標識符意思明確的同時，應當盡量縮短其長度。
• 避免過於相似：不要出現僅靠大小寫區分的相似的標識符，例如"i"與"I"，"function"與"Function"等等。
• 避免在不同級別的作用域中重名：程序中不要出現名字完全相同的局部變量和全局變量，盡管兩者的作用域不同而不會發生語法錯誤，但容易使人誤解。
• 正確命名具有互斥意義的標識符：用正確的反義詞組命名具有互斥意義的標識符，如："nMinValue" 和 "nMaxValue"，"GetName()" 和"SetName()" ….
• 避免名字中出現數字編號：盡量避免名字中出現數字編號，如Value1,Value2
  等，除非邏輯上的確需要編號。這是為了防止程序員偷懶，不肯為命名動腦筋而導致產生無意義的名字（因為用數字編號最省事）。

　　【代碼風格】

• 每一行開始處的縮進只能用Tab
• 在代碼行的結尾部分不能出現多余的空格
• 除了特別情況，函數體內不能出現兩個空行
• "if"、"for"、"while"、"do"、"try"、"catch" 等語句自占一行，執行語句不得緊跟其後。不論執行語句有多少都要加 "{ }" 。這樣可以防止書寫和修改代碼時出現失誤
• if語句如果有else語句，用 } else { 編寫為一行，不推薦用 3 行代碼的方式。
• 多行變量定義，為了追求代碼排版美觀，可將變量豎向對齊。
• 對於switch語句，若某個case不需要break一定要加註釋聲明。

設計思路（概述）

• 遍歷給定的文件夾，並將文件的絕對路徑存在vector中
• 遍歷vector，逐文件統計信息
• 為了提高效率，采用邊讀文件變統計信息的方式
• 由於單詞量很大，因此采用平衡二叉樹作為數據組織結構
• 由於對單詞進行重定義，所以不能直接使用fgets或者fscanf讀字符串，而應該逐字符掃描判斷是否為單詞。
• 由於需要統計詞組，因此可以用一個char *存儲上次讀過的字符串

第一次個人項目【詞頻統計】——需求分析，代碼規範，設計思路