已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著計算機軟件的快速發(fā)展,程序員開始對軟件進行復(fù)用以減少工作量。但是這種方法的結(jié)果是軟件系統(tǒng)中充斥著大量的克隆代碼。在大部分情況下,克隆代碼對系統(tǒng)是有害的,它增加了軟件的長度,使軟件體系架構(gòu)變得更加臃腫,維護起來非常困難,降低了系統(tǒng)運行效率,并且導(dǎo)致軟件中存在很多的錯誤。而重構(gòu)技術(shù)的出現(xiàn),可以有效對克隆代碼進行處理,降低其對系統(tǒng)的危害。但是目前對克隆代碼重構(gòu)的研究還不是很多。
針對目前的現(xiàn)狀,本文提出了一種基于K-最近鄰的克隆
2、代碼重構(gòu)方法。該方法首先為C克隆代碼構(gòu)造語法樹,并在語法樹的基礎(chǔ)上建立程序依賴圖,然后進行靜態(tài)分析,從而獲得程序的控制流信息和數(shù)據(jù)流信息。然后,采用基于控制依賴子圖的K-最近鄰聚類算法對代碼進行分析,選取可執(zhí)行語句作為實體,利用數(shù)據(jù)屬性和控制屬性對實體進行歸類,分離出便于提取、功能獨立的代碼片段。接著,調(diào)用基于抽象語法樹的過程提取算法,求得變量類型,確定要提取的過程的參數(shù)類型及個數(shù),解決新過程的返回值問題,最后將代碼片段提取為獨立的過程
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于K-最近鄰聚類的功能等價的重復(fù)代碼的檢測方法研究.pdf
- 模式分類的K-近鄰方法.pdf
- 基于Voronoi圖的空間數(shù)據(jù)k-最近鄰查詢技術(shù)的研究.pdf
- 基于回歸樹與K-最近鄰交互模型的存儲設(shè)備性能預(yù)測.pdf
- 障礙空間中移動對象的k最近鄰和組k最近鄰查詢研究.pdf
- K-近鄰中文文本分類方法的研究.pdf
- 基于k-近鄰算法的圖像與文本互檢索方法.pdf
- 基于K-近鄰算法的文本自動分類.pdf
- 路網(wǎng)中的k最近鄰軌跡查詢方法研究.pdf
- K-近鄰分類的改進算法研究.pdf
- K-臂DNA計算在最近鄰聚類和MCP中的應(yīng)用研究.pdf
- 改進的K-近鄰模式分類.pdf
- 空間移動對象的最近鄰查詢方法研究——移動對象連續(xù)k近鄰查詢.pdf
- K-近鄰、K-均值及其在文本分類中的應(yīng)用.pdf
- 基于K-近鄰算法的資產(chǎn)定價模型與套利.pdf
- 基于Voronoi圖的路網(wǎng)中的概率最近鄰和排序反向k近鄰查詢研究.pdf
- 基于路網(wǎng)的最近鄰查詢方法的研究.pdf
- 基于改進K最近鄰分類的IT資產(chǎn)管理系統(tǒng)開發(fā).pdf
- 最近鄰查詢和反最近鄰查詢算法研究.pdf
- 基于哈希的最近鄰查找.pdf
評論
0/150
提交評論