lucas-su-dev / copypastedetector

代码复制粘贴检测

CopyPasteDetector

简介

检测项目中的重复代码，原理参考了 PMD 工具的 CPD 部分 。由于 IntelliJ IDEA 等开发工具和 PMD 等分析工具已经包含了重复代码检测的功能，本项目的实际使用意义不大。

运行方法

将该项目作为 Maven 项目导入到 IDE 中，在 CPDLauncher 中设置参数，然后运行。

原理

CPD 原理： PMD 源码阅读（2）— 复制粘贴检测

检测过程主要分为三个步骤：

1. 对代码文件进行分词。

本项目中使用 ANTLR v4 生成的 Lexer 进行分词。
使用的语法文件： antlr/grammars-v4。

2. 使用Rabin-Karp查找重复的代码片段对。

算法参考： Rabin-Karp的Java实现

3. 将两两重复的多段代码片段合并到一起。