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

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14101103

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X1和X2，通过计算向量X1和X2的相对距离来判断两个源程序的相似性。

例如:

关键字Void Int For Char if else while do break class

程序1关键字频度 4 3 0 4 3 0 7 0 0 2

程序2关键字频度 4 2 0 5 4 0 5 2 0 1

X1=[4,3,0,4,3,0,7,0,0,2]

X2=[4,2,0,5,4,0,5,2,0,1]

设s是向量X1和X2的相对距离，s=sqrt( ∑(x1[i]-x2[i]) 2 )，当X1=X2时，s=0，反映出可能是同一个程序；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：

ADT hashtable{

数据对象：D={a

i |a

i

∈ElemType,且各不相同，i=1,2...,n,n≥0}

数据关系：R=φ基本操作：

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：

四、详细设计

1、各个子函数的设计

（1）创建哈希表函数

函数原型：void creathash(void);

输入：读取存储了32个关键字的文件keyword.txt

思路：通过对keyword.txt 文件逐行赋值给创建的str 字符数组，并将该数组调入Hashfunc 函数。

（2）将关键字根据哈希函数放入哈希表中的指定位置的函数

函数原型：void Hashfunc(char str[]);

思路：对调进来的str 数组通过调用getkey 函数得到该关键词的key 值后放入哈希表中的特定位置，并用线性探索来解决冲突。

（3）在哈希表中找是否该words 为关键字，并统计频度的函数

函数原型：int Hashfind(char *words);

思路：将调进来的word 字符数组先调用getkey 函数获取key 值，然后在哈希表里查找

是否存在该字符串，如果存在则该关键字对应的频度加1。

（4）重置哈希表函数

函数原型：void resethash(int n);

功能：当n 为0时，将指向哈希表中关键字的指针置成Null ，同时将频度全部置为0.

而当n 为1时，仅仅将频度置为0。

（5）获取单词key 的函数

函数原型：int getkey(char *str,int len);

思路：用key1存储关键字的首字母，key2存储关键字的末字母，然后通过哈希函数得

到key 的值并返回。

（6）判断是否为字母的函数

函数原型：int isletter(char ch);

思路：如果调进来的ch字符的ASCII值在a~z或A~Z范围内的话则返回1，否则返回0。

（7）读取源程序文件中的单词的函数

函数原型：int readc(char * filename);

思路：为了读取源程序文件中的单词，所以一个字符一个字符的，如果读的超过最大关键字长度将会跳过当前识别区域，读取下一个单词，将得到的该单词调入Hashfind函数，来判断是否为关键字，并统计频度。

（8）将频度拷贝到数组里的函数

函数原型：void copycount(int x[],int n);

功能：将哈希表中关键字的频度复制到x数组中，以便进行后面相似度等的计算。

（9）检查两个源程序是否相似的函数

函数原型：void check(int *x1, int *x2);

思路：对调进来的x1和x2数组进行相似度计算，若相似度大于设定好的阈值，则再进行几何距离计算，最后给出两个文件是否相似的判断。

（10）取模函数

函数原型：float Mol(int *x);

思路：通过求向量模值的数学知识求x数组的模。

（11）点积函数

函数原型：int Dot(int *x1, int *x2)

思路：通过点积的数学知识对两个向量求点积。

（12）求相似度S的函数

函数原型：float S(int *x1,int *x2);

思路：根据题目给的求相似度的公式求x1和x2数组的相似度。

（13）求距离D的函数

函数原型：float D(int *x1, int *x2);

思路：用题目给的球几何距离的公式求x1和x2数组的几何距离。

2、主函数伪码

3、调用关系图

调用关系图如下：

五、编码实现

2.使用void copycount(int x[],int n)来将频度拷贝到数组里的函数

3.使用int getkey(char *str,int len)来获取单词key的函数

4.使用void creathash(void)来创建哈希表函数

5.使用void Hashfunc(char str[])来将关键字根据哈希函数放入哈希表中的指定位置的函