源代码文件克隆邻接表合并检测方法

摘要

本发明涉及一种源代码文件克隆邻接表合并检测方法，对工程项目文件以文件为单位，对代码每行以固定行数进行扫描为粒度，用MD5构造指纹Chunk并建立指纹库。指纹库保存在MySQL数据库中，以指纹所在的开源项目id和Chunk的Hash值作为索引进行检测算法，能实现克隆0到3类检测。即：提出基于分布式索引的源代码文件克隆邻接表合并检测方案及算法。该检测算法的检测实现能在时间复杂度为O(nm)，空间复杂度为O(nm)内检测出克隆的代码文件，实现海量检测。