基于抽象语法树的程序代码相似性快速比较方法

摘要

本发明涉及一种基于抽象语法树的程序代码相似性快速比较方法，涉及代码复用技术领域。本发明的基于抽象语法树的程序代码相似性快速比较方法，该方法通过构造程序抽象语法树，然后基于抽象语法树提取程序代码特征，并将代码特征哈希化，最后通过计算代码特征哈希值的汉明距离进行代码相似性的判定。该方法以程序代码抽象语法树为比较对象，同时结合Simhash与倒排索引技术，将程序代码的相似性比较转化成代码特征哈希值的比较。在保证高准确率和召回率的前提下，这种方法不仅能够实现程序代码的快速相似性比较，而且还能够满足针对海量代码进行快速相似性比较的需要。该方法具有较好的时间和空间复杂度，能够适应针对海量代码的相似性比较应用场景，从而为软件代码复用及溯源提供支持手段。