基于搜索的程序設(shè)計研究.pdf

1、程序設(shè)計是軟件工程的基礎(chǔ)，離不開程序設(shè)計語言的支持。受薩丕爾-沃爾夫假說（自然語言影響人的思維）的影響，計算機領(lǐng)域眾多科學家認為“程序設(shè)計語言影響開發(fā)者的思維”。在最近幾十年中，大量程序設(shè)計語言被設(shè)計出來，試圖用它們內(nèi)在的設(shè)計哲學影響開發(fā)者。然而，不同于自然語言，程序設(shè)計語言是人設(shè)計的，受語言設(shè)計者所關(guān)注的審美藝術(shù)和直覺驅(qū)動，富有藝術(shù)感，充滿偏好，他們可能無法完全了解開發(fā)者的真實想法，這使得大部分程序設(shè)計語言并沒有得到廣泛的使用。究其原

2、因，“程序設(shè)計語言會影響開發(fā)者的行為”這種單向影響往往會帶來認知的片面性。本文認為:開發(fā)者的行為應(yīng)該受到程序設(shè)計語言（能做什么）的影響;開發(fā)者的思維（想做什么）也應(yīng)該影響程序設(shè)計語言的設(shè)計。本文將構(gòu)建雙向關(guān)系，通過用戶的反饋影響程序設(shè)計語言的設(shè)計。
　　開發(fā)者的思維反映在其具體行為之中，即如何使用程序設(shè)計語言完成程序設(shè)計任務(wù)。當下隨著眾多軟件資源（特別是開源軟件庫）對研究者開放，使得通過經(jīng)驗研究的方式理解程序設(shè)計語言在實際開發(fā)中的

3、運用變得可能。本文分別通過定量和定性的方式對程序設(shè)計語言的實際使用情況進行分析，并利用從統(tǒng)計結(jié)果中抽取出來的“思維”反向影響程序設(shè)計語言，即以數(shù)據(jù)驅(qū)動的方法優(yōu)化程序設(shè)計語言的設(shè)計。具體來說，在使用單種程序設(shè)計語言的場景下，本文從詞法、語法和API(Application ProgrammingInterface)三個層次對程序設(shè)計語言進行分析;在使用多種程序設(shè)計語言的場景下，本文探討語言之間的協(xié)同演化。論文的主要成果包含如下幾個方面:<

4、br>　　(1)研究了程序設(shè)計語言的詞法可識別性，發(fā)現(xiàn)“代碼單元在詞法上是可識別的”。定義并形式化最小集問題，嚴格地檢驗了有關(guān)Wheat-Chaff的假設(shè);證明了最小集問題是NP難問題，并提供了以貪心算法為基礎(chǔ)的解決方案;通過分析大規(guī)模Java開源程序，證實了源代碼包含很多Chaff,海量代碼中的任何一個代碼單元可以通過規(guī)模極小的特有子集進行唯一標示。在此基礎(chǔ)上，進一步探討了詞法可識別性在相關(guān)領(lǐng)域的應(yīng)用，包括代碼搜索、代碼概述和基于關(guān)鍵

5、字的程序設(shè)計等。
　　(2)研究了在實際開發(fā)中程序設(shè)計語言語法規(guī)則的使用情況。通過對超過5，000個當下流行的Java開源程序進行詳細的經(jīng)驗研究，著重探討了如下問題:Java語法規(guī)則如何在實踐中得到使用;語法規(guī)則的使用如何隨著時間變化;語法規(guī)則的使用如何依賴于上下文環(huán)境。實驗結(jié)果顯示，語法規(guī)則的使用遵循齊普夫定律;它們的使呈現(xiàn)出非平凡的“依賴性”;部分語法規(guī)則逐步被開發(fā)者遺棄，新引入語法規(guī)則會影響現(xiàn)有語法規(guī)則的使用，但并不是所有新

6、引入語法規(guī)則均受到開發(fā)者青睞;基于經(jīng)驗研究的數(shù)據(jù)與結(jié)論，探討了相關(guān)應(yīng)用場景，包括語法規(guī)則的優(yōu)化與限制使用、語法糖的識別和基于語法規(guī)則的代碼補全等。
　　(3)研究了在實際開發(fā)中程序設(shè)計語言API的使用情況。定義了一系列系統(tǒng)化的API使用度量準則，包括頻繁度、流行度和覆蓋率。通過對開源程序的經(jīng)驗研究，分析了核心API庫的使用情況，發(fā)現(xiàn)大量API實體（包括包、類、方法和屬性）并沒有得到充分使用;分析了第三方API庫的使用，發(fā)現(xiàn)它們的使

7、用符合冪次定律。與此同時，深入討論了棄用API的使用情況、精簡運行環(huán)境的利用率和第三方API庫多版本使用等三個重要問題?；诮?jīng)驗研究的數(shù)據(jù)，探討了相關(guān)應(yīng)用場景，包括API庫的優(yōu)化、API庫使用約束、精簡運行環(huán)境的構(gòu)建、API庫及版本推薦和API教育等。
　　(4)研究了多程序設(shè)計語言環(huán)境下語言協(xié)作的使用情況。以數(shù)據(jù)庫應(yīng)用系統(tǒng)為例，著重分析了數(shù)據(jù)庫schema演化對應(yīng)用程序端代碼的影響。通過對當下流行的10個數(shù)據(jù)庫應(yīng)用系統(tǒng)進行的大規(guī)

8、模經(jīng)驗研究，重點探討如下問題:schema的演化是否頻繁劇烈;schema是如何進行演化的;schema演化是如何影響代碼演化的?；诮?jīng)驗研究的數(shù)據(jù)，提供了一些指導性意見，幫助開發(fā)一款自動化數(shù)據(jù)庫應(yīng)用系統(tǒng)演化工具，協(xié)助schema與代碼協(xié)同演化。
　　本論文的工作，即分析程序設(shè)計語言的使用情況，挖掘語言的實踐特性，能積極影響程序設(shè)計語言的設(shè)計與優(yōu)化，探索代碼搜索和補全技術(shù)等應(yīng)用領(lǐng)域的新技術(shù)，啟發(fā)新型程序設(shè)計模型，以達到提升程序設(shè)計