語言無關(guān)的重復(fù)代碼查找工具.pdf

1、任何的計算機(jī)系統(tǒng)都包含一定比例的重復(fù)代碼。這些相似的代碼片段的存在不僅使得整個系統(tǒng)顯得臃腫并導(dǎo)致性能的下降，而且對于程序的理解，維護(hù)，移植，重構(gòu)等都造成了很大的影響。重復(fù)代碼的查找結(jié)果不僅有助于人們理解代碼和系統(tǒng)，而且使得人們能夠有針對性的提高系統(tǒng)的性能及完善系統(tǒng)的設(shè)計，甚至重復(fù)代碼片段分析有助于人們理解代碼和系統(tǒng)?，F(xiàn)在重復(fù)代碼分析被用于程序理解，代碼質(zhì)量分析，剽竊檢測，版權(quán)維護(hù)，代碼壓縮，病毒檢測，bug查找等等[1，6]。所以研究重

2、復(fù)代碼對軟件系統(tǒng)的分析極大的意義。
　　重復(fù)代碼的研究主要有四種手段，即基于文本分析，基于詞法分析，基于文法分析，基于語義分析。但是文本分析和詞法分析的無法準(zhǔn)確的識別出重復(fù)代碼，而現(xiàn)有的文法分析和語義分析的分析技術(shù)，無論在時間，空間，結(jié)果準(zhǔn)確性，工具可配置性，是否語言無關(guān)性，結(jié)果的表達(dá)等方面都存在缺陷。而大型的金融系統(tǒng)（代碼行數(shù)超過500W行）對這些的要求是很高的。所以需要設(shè)計出一款時間，空間可接受的，分析的結(jié)果準(zhǔn)確，工具有較好的

3、交互性，工具的分析與語言無關(guān)，結(jié)果是基于分組的存儲的工具是十分必要的。
　　為了能夠快速準(zhǔn)確的查找到各個系統(tǒng)的重復(fù)代碼，本文提出了HTCloneDigger來幫助分析系統(tǒng)中的重復(fù)代碼。并且從設(shè)計和算法兩個角度對重復(fù)代碼分析工具進(jìn)行了研究，即從工程的角度分析了怎樣設(shè)計重復(fù)代碼分析工具使其具備語言無關(guān)性，可配置性，結(jié)果可存儲性等性質(zhì);從算法的角度描述了怎樣設(shè)計出分析算法，使得該重復(fù)代碼分析工具具備快速，準(zhǔn)確，可歸類，可配置相似度，可模