天津科技大学数据结构与算法课程设计报告-源程序的相似性.pdf

..

数据结构与算法

课程设计报告

设计题目：源程序的相似性

专业计算机科学与技术

学号

姓名傅开煤

2017年1月10日

;.

..

源程序的相似性

一、问题描述

对于两个C++语言的源程序代码，用哈希表的方法分别统计两个程序中使用C++语言关

键字的情况，并最终按定量的计算结果，得出两份程序的相似性。

二、需求分析

建立C++语言关键字的哈希表，统计在每个源程序中C++关键字出现的频度,得到两个

向量X和X，通过计算向量X和X的相对距离来判断两个源程序的相似性。

1212

例如:

关键字VoidIntForCharifelsewhiledobreakclass

程序1关键字频度4304307002

程序2关键字频度4205405201

X=[4,3,0,4,3,0,7,0,0,2]

1

X=[4,2,0,5,4,0,5,2,0,1]

2

设s是向量X和X的相对距离，s=sqrt(∑(x[i]-x[i])2)，当X=X时，s=0，反映出可能

121212

是同一个程序；s值越大，则两个程序的差别可能也越大。

三、概要设计

为了实现上述功能，可以用结构体表示哈希表，因此需要哈希表的抽象数据类型。

哈希表抽象数据类型的定义：

ADThashtable{

数据对象：D={a|a∈ElemType,且各不相同，i=1,2...,n,n≥0}

ii

数据关系：R=φ

基本操作：

Hashfunc(charstr[]);

Hashfind(char*words);

creathash(void);

resethash(intn);

isletter(charch);

readc(char*filename);

getkey(char*str,intlen);

copycount(intx[],intn);

check(int*x1,int*x2);

}endADT

;.

..

本程序实现模块

主程序模块

哈希表程序模块：实现哈希表的抽象数据类型

调用关系图如下：

主程序模块哈希表程序模块

计算相似度和向量