在源代码中查找模式

Question

如果我想了解一般的模式识别什么是一个好的起点（推荐一本书）？

此外，是否有人对如何应用这些算法在程序中查找抽象模式有任何经验/知识？ （重复的代码，执行相同操作的代码块，但方式略有不同，等等。）

由于

编辑：我不介意数学密集型书籍。事实上，这将是一件好事。

Answer 1

如果你在数学上有合理的信心，那么Chris Bishop的书籍“模式识别和机器学习”或“模式识别的神经网络”都非常适合学习模式识别。

Answer 2

如果您可以访问编译期间生成的解析树，则会有所帮助。通过这种方式，您可以查找相似的树的部分，忽略比您正在查看的更深的节点，这样您就可以选择例如将两个子表达式相乘的节点，忽略子表达式的内容。您可以将相同的逻辑应用于节点集合，例如你想找到两个子表达式的乘法，其中这两个子表达式是更多子表达式的加法。你首先查找乘法，然后检查乘法下面的两个节点是否是加法，忽略任何更深的东西。

Answer 3

我建议查看一些开源项目的代码（例如FindBugs或SIM） 这就是你所说的那种。

Answer 4

如果您使用的是其中一种受支持的语言，IntelliJ的想法会非常适合您的问题{/ 3}}。

Answer 5

其他有趣的项目包括PMD和Eclipse。

Eclipse对任何项目中的所有源代码使用AST（抽象语法树）。然后，工具可以注册某些类型的AST（如Java源代码），并获得预处理视图，以便添加其他信息（如文档链接，错误标记等）。

Answer 6

您可以查看的另一个项目是Duplo - 它是一个开源/ GPL项目，因此您可以通过抓取SourceForge中的代码来实现他们的方法。

Answer 7

这是特定于.Net和visual studio，但它会在您的项目中找到重复的代码。它确实报告了我发现的一些误报，但它可能是一个很好的起点。

Clone Detective

Answer 8

一种模式是通过复制和粘贴方法克隆的代码。请参阅CloneDR，通过比较相关语言的抽象语法树，可以自动找到此类代码的工具，尽管布局有变化，甚至克隆体也发生了变化。

CloneDR适用于各种语言：C，C ++，C＃，Java，JavaScript，PHP，COBOL，Python，...该网站显示各种编程语言的克隆检测报告。