将Jaccard距离实现到ANTLR中以查找java代码的相似性

过了一会儿，我成功地使用ANTLR从一个文件.java中获得了一个唯一的id。然后我用N-gram将这个唯一的id除以4-gram，这要感谢ANTLR。这是我的代码：

public void runAlgoritma(File mainFile, List<String> fileJlist)
 BufferedReader in = null;
 try {
     in = new BufferedReader(new FileReader(FileUtama.getAbsolutePath()));
  } catch (FileNotFoundException e1) {
   e1.printStackTrace();
  }
 final Antlr3JavaLexer lexer = new Antlr3JavaLexer();
 lexer.preserveWhitespacesAndComments = false;

 try {
   lexer.setCharStream(new ANTLRReaderStream(in));
   } catch (IOException e) {
    e.printStackTrace();
   }

 final CommonTokenStream tokens = new CommonTokenStream();
 tokens.setTokenSource(lexer);
    tokens.LT(10); // paksa force load

    Antlr3JavaParser parser = new Antlr3JavaParser(tokens);

    StringBuilder sbr = new StringBuilder();
    List tokenList = tokens.getTokens();
    for (int i = 0; i < tokenList.size(); i++) {          
        org.antlr.runtime.Token token = (org.antlr.runtime.Token) tokenList.get(i);
        int text = token.getType();
        sbr.append(text);
    }


    String mainFile = sbr.toString();
    StringBuffer stringBuffer = new StringBuffer();
    for (String term : new NgramAnalyzer(4).analyzer(mainFile)) {

        stringBuffer.append(term + "\n");

    }
    System.out.println(stringBuffer);

public void runAlgoritma（文件mainFile，列表fileJlist）
BufferedReader in=null；
试一试{
in=new BufferedReader（新文件阅读器（FileUtama.getAbsolutePath（））；
}捕获（FileNotFoundException e1）{
e1.printStackTrace（）；
}
final Antlr3JavaLexer lexer=new Antlr3JavaLexer（）；
lexer.preserveWhitespacesAndComments=false；
试一试{
setCharStream（新的AntlReaderStream（in））；
}捕获（IOE异常）{
e、 printStackTrace（）；
}
最终的CommonTokenStream令牌=新的CommonTokenStream（）；
setTokenSource（lexer）；
代币。LT（10）；//帕克萨力载荷
Antlr3JavaParser=新的Antlr3JavaParser（令牌）；
StringBuilder sbr=新的StringBuilder（）；
List tokenList=tokens.getTokens（）；
对于（inti=0；i

---

我想知道，如何使用我制作的n-gram中的jaccard相似性来比较两个java源代码？

这真的超出了ANTLR的范围。一旦你有了n克或一袋单词，你就可以应用相似性度量。真正的问题是要比较的向量中的元素/特征是什么。不过，这将是ANTLR产生的树的函数，取决于你们。你们有没有一个例子，ANTLR先生，来实施这个相似性度量？没有。恐怕超出了我的工作范围。在软件度量文献中寻找工作。