代码重复

代码重复（英文：duplicate code，也叫代码克隆）在程序设计中表示一段源代码在一个程序，或者一个团体所维护的不同程序中重复出现，是不希望出现的现象。为避免巧合，只有一定数量的代码完全相同才能判定为代码重复。重复代码的段落有时被称为代码克隆，自动检测代码重复的过程叫做克隆检测。

产生[编辑]

产生代码重复可能有以下几个原因：

因为某段代码能用就复制粘贴过来。多数情况下代码会有少许不同，如变量名称改变或代码增删。
因为要实现与已有功能类似的功能，开发者独立写出与别处相似的代码。研究表明独立撰写的代码在语法上不一定相似。^[1]
抄袭，即不经允许复制代码，且未列出版权归属。
代码系自动生成。这时可能需要重复代码以提高性能或方便开发。注：这里代码重复是指代码生成器自动生成的代码，而非生成器本身的代码。

成本与效益[编辑]

不恰当的代码重复表明程序设计不良，例如缺少抽象。这会导致程序过长，错误更多，进而难以维护，因为需要人工寻找并修改重复的部分。^[2]然而由于种种原因，适当的代码重复难以避免，例如给与已有设备相似的新设备写驱动程序时，复制代码能使开发更便捷。^[3]

当复制具有软件漏洞的代码时，如果开发人员不知道这样的副本，则复制的代码中可能会继续存在漏洞。代码重构可以改善许多软件的度量衡标准，例如源代码行数，循环复杂度和耦合度。这可能会缩短编译时间，降低认知负载，减少人为错误，减少被遗忘或被忽视的代码。

但并不是所有的代码重复都可以被重构。如果编程语言提供不充分或过于复杂的抽象，克隆或许是具有速度效益上的解决方式，特别是修改代码使用的编辑器如有支持区块(行)编辑的功能。而且，重构时破坏代码的风险可能会超过维护的效益。重复的代码似乎不会比不重复的代码更容易出错。使用开源方式共享代码组件，而不是在软件配置管理的仓储库之间复制它们，也可以减少复制。

检测[编辑]

检测代码重复的手段有：

Baker算法^[4]
Rabin–Karp字符串搜索算法（英语：Rabin–Karp string search algorithm.）
利用抽象语法树^[5]
可视化检测器^[6]
矩阵计数检测^[7]^[8]

例子[编辑]

以计算整数数组的平均值的代码片段为例

extern int array1[];
extern int array2[];
 
int sum1 = 0;
int sum2 = 0;
int average1 = 0;
int average2 = 0;
 
for (int i = 0; i < 4; i++)
{
   sum1 += array1[i];
}
average1 = sum1/4;
 
for (int i = 0; i < 4; i++)
{
   sum2 += array2[i];
}
average2 = sum2/4;

这两个循环可以改写为一个函数：

int calcAverage (int* Array_of_4)
{
   int sum = 0;
   for (int i = 0; i < 4; i++)
   {
       sum += Array_of_4[i];
   }
   return sum/4;
}

利用以上函数可以写出无重复的源代码

extern int array1[];
extern int array2[];

int average1 = calcAverage(array1);
int average2 = calcAverage(array2);

参见[编辑]

参考资料[编辑]

^ Code similarities beyond copy & paste （页面存档备份，存于互联网档案馆） by Elmar Juergens, Florian Deissenboeck, Benjamin Hummel.
^ Spinellis, Diomidis. The Bad Code Spotter's Guide. InformIT.com. [2008-06-06]. （原始内容存档于2012-10-18）.
^ Kapser, C.; Godfrey, M.W., ""Cloning Considered Harmful" Considered Harmful （页面存档备份，存于互联网档案馆）," 13th Working Conference on Reverse Engineering (WCRE), pp. 19-28, Oct. 2006
^ Brenda S. Baker. A Program for Identifying Duplicated Code. Computing Science and Statistics,24:49–57, 1992.
^ Ira D. Baxter, et al. Clone Detection Using Abstract Syntax Trees （页面存档备份，存于互联网档案馆）
^ Visual Detection of Duplicated Code （页面存档备份，存于互联网档案馆） by Matthias Rieger, Stephane Ducasse.
^ Yuan, Y. and Guo, Y. CMCD: Count Matrix Based Code Clone Detection, in 2011 18th Asia-Pacific Software Engineering Conference. IEEE, Dec. 2011, pp. 250–257.
^ Chen, X., Wang, A. Y., & Tempero, E. D. (2014). A Replication and Reproduction of Code Clone Detection Studies （页面存档备份，存于互联网档案馆）. In ACSC (pp. 105-114).

[1] Code similarities beyond copy & paste （页面存档备份，存于互联网档案馆） by Elmar Juergens, Florian Deissenboeck, Benjamin Hummel.

[2] Spinellis, Diomidis. The Bad Code Spotter's Guide. InformIT.com. [2008-06-06]. （原始内容存档于2012-10-18）.

[3] Kapser, C.; Godfrey, M.W., ""Cloning Considered Harmful" Considered Harmful （页面存档备份，存于互联网档案馆）," 13th Working Conference on Reverse Engineering (WCRE), pp. 19-28, Oct. 2006

[4] Brenda S. Baker. A Program for Identifying Duplicated Code. Computing Science and Statistics,24:49–57, 1992.

[5] Ira D. Baxter, et al. Clone Detection Using Abstract Syntax Trees （页面存档备份，存于互联网档案馆）

[6] Visual Detection of Duplicated Code （页面存档备份，存于互联网档案馆） by Matthias Rieger, Stephane Ducasse.

[7] Yuan, Y. and Guo, Y. CMCD: Count Matrix Based Code Clone Detection, in 2011 18th Asia-Pacific Software Engineering Conference. IEEE, Dec. 2011, pp. 250–257.

[8] Chen, X., Wang, A. Y., & Tempero, E. D. (2014). A Replication and Reproduction of Code Clone Detection Studies （页面存档备份，存于互联网档案馆）. In ACSC (pp. 105-114).

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]