[发明专利]一种基于软件聚类的源码功能搜索方法

摘要

本发明提供的是一种基于软件聚类的源码功能搜索方法。输入源码，对源码进行语法检查和类信息的获取，然后分为两个模块完成搜索过程，所述两个模块为软件聚类模块和功能搜索模块，软件聚类模块从获取的类信息中，筛选实体并且构造实体索引，然后进行提取特征和构造特征向量，再通过层次聚类筛选信息，并将结果存储；功能搜索模块从获取的类信息中，构造输入集且完成主题分析，然后进行索引构造并存储索引。本发明能有效提升软件聚类的结果。在实际的阅读源码、维护系统方面都有很好的指导作用。开发者可以借此方法来指导先期探索，加快理解工程，提升开发效率。进一步的发展，可以借此方法完成功能模块的复用。

主权项

1.一种基于软件聚类的源码功能搜索方法，其特征是：输入源码，对源码进行语法检查和类信息的获取，然后分为两个模块完成搜索过程，所述两个模块为软件聚类模块和功能搜索模块，软件聚类模块从获取的类信息中，筛选实体并且构造实体索引，然后进行提取特征和构造特征向量，再通过层次聚类筛选信息，并将结果存储；功能搜索模块从获取的类信息中，构造输入集且完成主题分析，然后进行索引构造并存储索引；/n所述进行提取特征的特征包含形式化分析特征和非形式化分析特征，所述形式化分析特征包括类泛化关系、类实现关系、类依赖关系、包关系、文件依赖关系；所述非形式化分析特征包括变量名称特征、文件名称特征；/n功能搜索模块中的通过静态分析的方法，包括词法分析和语法分析源码文件，得到形式化分析特征；如果是简单的类关系则通过词法分析，如果是编译时才能确定的关系，则通过语法分析筛选，所述编译时才能确定的关系包括模板或泛型；/n构造特征向量过程使用类继承距离、包距离，/n所述类继承距离定义如下：/n(1)A类继承B类则继承距离为1，A类继承B类的特征值为1；/n(2)继承距离为d，则相应的特征值为1×λ