[发明专利]一种分析源代码相似性的方法、系统和电子设备

说明书

本发明涉及一种分析源代码相似性的方法、系统和电子设备，首先，根据程序源代码生成JSON格式的抽象语法树，然后根据抽象语法树中的词汇将抽象语法树映射成空间向量，最后，根据余弦相似度计算方法和所述空间向量，计算出用于表征源代码相似性的余弦相似度，从而能协助开发团队识别重复或相似逻辑的源代码，为代码重构、业务合并等场景的实施提供判断依据。

技术领域

本发明涉及计算机技术领域，尤其涉及一种分析源代码相似性的方法、系统和电子设备。

背景技术

开发团队协作完成大规模软件的工作过程中，由大规模软件中的业务需求不断迭代，基于业务的变化，其代码也在不断增加，且代码规模及复杂度逐步增大，由于相似逻辑的代码可能会出现在不同的业务代码组件中，开发团队不易辨识出相似逻辑的代码，从而对代码重构、业务合并等应用场景的实施造成影响。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供了一种分析源代码相似性的方法、系统和电子设备。

本发明的一种分析源代码相似性的方法的技术方案如下：

根据程序源代码生成JSON格式的抽象语法树；

根据所述抽象语法树中的词汇将所述抽象语法树映射成空间向量；

根据余弦相似度计算方法和所述空间向量，计算用于表征源代码相似性的余弦相似度。

本发明的一种分析源代码相似性的方法的有益效果如下：

首先，根据程序源代码生成JSON格式的抽象语法树，然后根据抽象语法树中的词汇将抽象语法树映射成空间向量，最后，根据余弦相似度计算方法和所述空间向量，计算出用于表征源代码相似性的余弦相似度，从而能协助开发团队识别重复或相似逻辑的源代码，为代码重构、业务合并等场景的实施提供判断依据。

在上述方案的基础上，本发明的一种分析源代码相似性的方法还可以做如下改进。

进一步，所述根据所述抽象语法树中的词汇将所述抽象语法树映射成空间向量，包括：

根据所述抽象语法树中的词汇，将所述抽象语法树纵向地从左至右生成抽象代码树数组；

将所述抽象代码树数组映射为所述空间向量。

进一步，所述根据程序源代码生成JSON格式的抽象语法树，包括：

通过语法分析器将所述程序源代码自顶向下进行分析，生成JSON格式的所述抽象语法树。

本发明的一种分析源代码相似性的系统的技术方案如下：

包括生成模块、映射模块和计算模块；

所述生成模块用于根据程序源代码生成JSON格式的抽象语法树；

所述映射模块用于根据所述抽象语法树中的词汇将所述抽象语法树映射成空间向量；

所述计算模块用于根据余弦相似度计算方法和所述空间向量，计算用于表征源代码相似性的余弦相似度。

本发明的一种分析源代码相似性的系统的有益效果如下：

生成模块根据程序源代码生成JSON格式的抽象语法树，映射模块根据抽象语法树中的词汇将抽象语法树映射成空间向量，计算模块根据余弦相似度计算方法和所述空间向量，计算出用于表征源代码相似性的余弦相似度，从而能协助开发团队识别重复或相似逻辑的源代码，为代码重构、业务合并等场景的实施提供判断依据。

在上述方案的基础上，本发明的一种分析源代码相似性的系统还可以做如下改进。