数据结构代码相似度检测.docx
《数据结构代码相似度检测.docx》由会员分享，可在线阅读，更多相关《数据结构代码相似度检测.docx（6页珍藏版）》请在冰豆网上搜索。
数据结构代码相似度检测
思路：
首先，对要进行比较的所有代码段进行词法分析,并转化为特定的标记（token）串，自己制定一个转换规则。
接着，通过两两比较标记（token）串来确定代码之间的相似性,并由此确定代码之间抄袭的程度，过程如图2.1所示。
图2.1源代码复制检测过程示意图
将这两个代码分别转换为token串后，基于算法RKR-GST（running-karp-rabingreedy-string-tiling）算法思想，循环求取两个标记串中未被匹配部分的最大公共子串，将其用空格代替，并根据如下公式求出两个token串A，B的相似度：
（2.3）
过程论述
流程图
首先要对整个设计做一个整体规划，即设计一个流程图，如图3.1。
图3.1程序流程图
程序清单
#include
#include
#include
#include
#include
#include
#include
#defineN10000
#defineM10000
#defineMAXSTRLEN10000 //定义最大串长
typedefintstatus;
typedefunsignedcharSString[MAXSTRLEN+1]; //串的定长顺序存储表示
SStringa[3]={"int","long","short"};
SStringb[2]={"float","double"};
SStringc[15]={"&&","||","++","--","+","-","*","/","=",">=","<=","==","!
=",">","<"};
SStringd[12]={"[","]","{","}","（","）",",",";","'","#",";","."};
SStringe[29]={"auto","break","case","char","const","continue","default","do","else","enum", "extern","for","goto","if","main","printf","register","return","signed","sizeof", "static","struct","switch","typedef","union","unsigned","void","while","volatile"};
HANDLEhOut;
DWORDwritten;
voidShadowWindowLine（char*str）;
chartype（char*str）;
voidtoken（charname[],charlist[],chartoken[],FILE*table）;
voidsimple（intMinMatchLen,FILE*fp1,FILE*fp2）;
statusreplace（SStrings,intpos,intlen,intLs）;
intcopy（floatn）;
voidShadowWindowLine（char*str）
{
SMALL_RECTrc;
CONSOLE_SCREEN_BUFFER_INFObInfo;//窗口缓冲区信息
WORDatt0,att1,attBack;
inti,chNum=strlen（str）;
GetConsoleScreenBufferInfo（hOut,&bInfo）;//获取窗口缓冲区信息
//计算显示窗口大小和位置
rc.Left=（bInfo.dwSize.X-chNum）/2-2;
rc.Top=8;//原代码段中此处为bInfo.dwSize.Y/2-2，但是如果您的DOS屏幕有垂直滚动条的话，还需要把滚动条下拉才能看到,为了方便就把它改为10
rc.Right=rc.Left+chNum+4;
rc.Bottom=rc.Top+4;
att0=BACKGROUND_RED|BACKGROUND_BLUE;//阴影属性
att1=FOREGROUND_RED|FOREGROUND_GREEN|FOREGROUND_BLUE|FOREGROUND_INTENSITY|BACKGROUND_RED|BACKGROUND_BLUE|BACKGROUND_INTENSITY;//文本属性
attBack=BACKGROUND_RED|BACKGROUND_GREEN|BACKGROUND_BLUE|BACKGROUND_INTENSITY;//背景属性
//设置阴影然后填充
COORDposShadow={rc.Left+1,rc.Top+1},posText={rc.Left,rc.Top},posBack={0,0};
for（i=0;i<25;i++）
{
FillConsoleOutputAttribute（hOut,attBack,80,posBack,&written）;
posBack.Y++;
}
for（i=0;i<5;i++）
{
FillConsoleOutputAttribute（hOut,att0,chNum+4,posShadow,&written）;
posShadow.Y++;
}
for（i=0;i<5;i++）
{
FillConsoleOutputAttribute（hOut,att1,chNum+4,posText,&written）;
posText.Y++;
}
//写文本和边框
posText.X=rc.Left+2;
posText.Y=rc.Top+2;
WriteConsoleOutputCharacter（hOut,str,strlen（str）,posText,&written）;
SetConsoleTextAttribute（hOut,bInfo.wAttributes）;//恢复原来的属性
}
chartype（char*str） //此函数判断单词类型
{
inti;
for（i=0;i<3;i++） //a中的关键字
{
if（strcmp（str,a[i]）==0）
return'K';
}
for（i=0;i<2;i++） //b中的关键字
{
if（strcmp（str,b[i]）==0）
return'E';
}
for（i=0;i<15;i++） //c中的符号
{
if（strcmp（str,c[i]）==0）
return'A';
}
for（i=0;i<12;i++） //d中符号
{
if（strcmp（str,d[i]）==0）
return'R';
}
for（i=0;i<29;i++） //e中的关键字
{
if（strcmp（str,e[i]）==0）
return'Y';
}
if（isdigit（str[0]）） //0－9是数字
{
return'N';
}
//一般的变量与字符
if（!
isalnum（str[0]））
return'H';
elsereturn'C';//变量
}
voidtoken（charname[],charlist[],chartoken[],FILE*table） //将两个文件中的字符串分别切割转换为token串
{
FILE*in,*out;
charch,c,buffer[N],*link[M];
inti=0,j=0,k=0,LenLink=0;
if（（in=fopen（name,"r+"））==NULL）
{
printf（"源文件无法打开！
\n"）;
exit（0）;
}
if（（out=fopen（list,"w+"））==NULL）
{
printf（"文件写入失败！
\n"）;
exit（0）;
}
if（（table=fopen（token,"w+"））==NULL）
{
printf（"文件写入失败！
\n"）;
exit（0）;
}
while（!
feof（in）） //逐字读取文件
{
ch=fgetc（in）;
if（ch=='\t'||ch==''||ch=='\n'） //去掉空格、制表符、回车
升级会员 