Algorithm 克隆检测算法

我正在写一个算法，检测源代码中的克隆。例如，如果有类似以下的块：

for(int i = o; i <5; i++){
doSomething(abc);
}

---

用于（int i=o；i如果你要做其他事情，那么你必须至少对代码进行一点解析。例如，你可以检测方法，然后忽略散列中的方法参数。无论如何，我认为你需要你的程序更好地理解代码，而不仅仅是“文本块”，这可能会得到令人敬畏的com重复。
这里有一个超级简单的方法，它可能会在删除信息方面走得太远（即，可能会产生太多误报）：用某个固定的名称替换每个不是关键字的标识符。这样你就可以

for (int DUMMY = DUMMY; DUMMY<5; DUMMY++) {
  DUMMY(DUMMY);
}

用于（ItimeMime=哑，哑……嗯……只是好奇，但是……为什么你想这么做？这个链接可能会帮助你：虽然它是C++，但是可以提供各种语言的软件。”t我想创建我自己的算法。这个+修剪并删除换行符，你正在寻找一些重复。你可能会把循环变量放在另一个集合中（即DUMMY1）因为它是在这个块内初始化的。哦，我的意思是0。我认为这是一个好主意……我担心它会错误地标记克隆，例如，如果一堆行没有任何关键字，它们将被检测为克隆。只有当结构相同时——相同的toksn序列除了不同的标识符名称。例如，
fOO（A，B，C）；将不同于<代码> FoO（a，b）；< /代码>。@ Philipp T.，我不确定您是否能真正实现这一工作。考虑，例如，您想捕获同一块代码，即使它有时发生在<<代码> < /COD> >循环中，有时不发生。