重復代碼檢測方法及其應用.pdf

1、最近的研究表明在大規(guī)模程序中含有許多重復代碼，它們中的大部分是由拷貝-粘貼行為造成的。這些重復代碼不僅降低了系統軟件的可維護性，而且會給軟件引入大量的bug。然而，現有的重復代碼查找工具或因消耗的時間和內存過多而無法面向大規(guī)模軟件，或無法找出那些經過重命名、插入或刪除修改的重復代碼。
　　通過對比各種重復代碼檢測技術的優(yōu)缺點，本文選用基于token串的分析方法，引入了數據挖掘技術，實現了一個重復代碼檢測模型。首先，分析源代碼創(chuàng)建一

2、個序列數據庫，將重復代碼檢測問題轉化成為一個序列模式挖掘問題。然后，使用改進的CloSpan算法查找支持度至少為2的頻繁子序列，這些子序列對應于程序中的重復代碼段。最后，改進檢測結果，去除不太可能是重復代碼的結果，并合并相鄰的重復模塊，組成較大的重復代碼段。
　　與其它方法相比，基于token串的方法和CloSpan算法的算法復雜度較低，時間和內存開銷較低，因此適合于分析大規(guī)模程序；模型在詞法分析之后忽略標識符的真實名字，將類型相