检查源代码相似性

最新推荐文章于 2024-06-02 10:02:13 发布
最新推荐文章于 2024-06-02 10:02:13 发布
阅读量2.2k 收藏 24
点赞数 7
分类专栏： C语 文章标签： d'
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41503174/article/details/85928408
版权 
#####################
Hash.h

typedef struct Hash{
    char key[100];
    int sd;
    int cont;
}Hs;

######################
main.c

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <math.h>
#include "Hash.h"
//第一个文件
int Check1(int a[])
{


    Hs hatb[30];//哈希表的长度
    FILE *ky;
    FILE *fp;
    int adr=0;
    int len=0,i=0,j=0,n=0;
    int g=13;//关键字的数量
    char s[50];
    char str[15][15];
    fp=fopen("D:\\1.txt","r+");
    ky=fopen("D:\\3.txt","r+");
    //***关键字文件 导入 二维数组
    for(i=0;i<g;i++)
    {
        a[i]=0;
    }
    i=0;
    while(!feof(ky))
    {
        fscanf(ky,"%s",str[i]);
//*************************//
//***********猜测范围板块**************//
//***因为要考虑到哈希表的长度、关键字的数量***********//

    len=0;//得到每个串的长度所以要置零
    len=strlen(str[i]);
    len=(str[i][0]+str[i][(len-1)/2]+1+len);//构造哈希函数：开头第一个和中间一个之和除以三
    adr=len%9;//在这里我是用9 作为一个素数，来求模取余
    printf("关键字的地址值：%d ",adr);
//******在设计过程中逐渐增加关键字的数量，要不然运行时间太长了*****************//
        puts(str[i]);
        i++;
    }

    //板块一：哈希表的初始化
    for(i=0;i<30;i++)
    {
        strcpy(hatb[i].key,"NULLKEY");
        hatb[i].sd=0;
        hatb[i].cont=0;
    }
    printf("\n");
    //printf("11111\n");板块一结束


//       ###################***********************************########################
板块二：检查程序中的代码
    while(!feof(fp))
    {
        fscanf(fp,"%s",s);

        for(i=0;i<g;i++)
        {

            if(strcmp(s,str[i])==0)//是否匹配
            {
                j++;


//********板块二结束

//板块三：
//当 找到 关键字后将其放入哈希表 更新哈希表的 关键字，试探次数，值
//****************生成哈希表*******************
//
//
                int f=1;//作为标记
                len=0;//得到每个串的长度所以要置零
                len=strlen(s);
                len=(s[0]+s[(len-1)/2]+len+1);//构造哈希函数
                adr=len%9;//在这里我是用9 作为一个素数求模
                //printf("aa");
                if(strcmp(hatb[adr].key,"NULLKEY")==0)
                {

                    strcpy(hatb[adr].key,s);
                    hatb[adr].sd=1;//试探的次数
                    hatb[adr].cont=1;//关键字第一次出现；
                }
                else
                {

                    if(strcmp(hatb[adr].key,s)==0)
                    {
                        hatb[adr].cont++;
                    }
                    else
                    {
                        while(strcmp(hatb[adr].key,"NULLKEY")!=0)
                        {

                            adr=(adr+1)%9;//新址
                            if(strcmp(hatb[adr].key,s)==0)
                            {
                                hatb[adr].cont++;
                                f=0;
                                break;
                            }

                        }
                        if(f==1)
                        {
                            strcpy(hatb[adr].key,s);
                            hatb[adr].cont++;
                        }
                    }
                }
                a[i]=hatb[adr].cont;
                printf("%d,%d  ",i,a[i]);


    //第一次是没被占用所以 数量和次数 变成一else不执行；
    //而如果位置被占用 第一个if是不执行的，执行else，被占用分两种情况：一种是和这个被占用的匹配
    //执行if 将数目加一 但是 试探次数不变，否则要线性试探，找新地址一直到新地址可用，这个过程中
    //如果新地址的关键字和程序匹配，那么该地址下的次数就加一，直接break退出；在不是已经匹配的关键字的前提下
    //他还会继续找新地址直到找到为止。
//板块三结束*************************
                memset(s,'0',sizeof(s));
                break;
            }
        }
    }
    printf("\n");
//      #####################***********************************#######################

//板块四：这里能看出来确实是正确的，但是我不敢使用太长的程序 和 太多的关键字来测试
//输出 未被 占用的哈希表

    for(i=0;i<30;i++)
    {
        if(strcmp(hatb[i].key,"NULLKEY")!=0)
        {
            puts(hatb[i].key);
            printf("位置:%d,试探:%d,次数:%d\n",i,hatb[i].sd,hatb[i].cont);
        }
    }
//板块四结束
    printf("文件一共%d处匹配\n",j);

    fclose(fp);//关闭文件
    fclose(ky);
    printf("                          打印分界线                           \n");
    for(i=0;i<1;i++)
    {
        for(j=0;j<60;j++)
        {
            printf("*");
        }
        printf("\n");
        for(j=0;j<60;j++)
        {
            printf("#");
        }
        printf("\n");
    }
    system("pause");
    return 0;
}




//第二个文件///^^^^^^^^^^^^^^^^^^^^^********************#############**********************
int Check2(int b[])
{
    Hs hatb[30];//哈希表的长度
    FILE *ky;
    FILE *fp;
    int adr=0;
    int len=0,i=0,j=0,n=0;
    int g=13;//关键字的数量
    char s[50];
    char str[15][15];
    fp=fopen("D:\\2.txt","r+");
    ky=fopen("D:\\3.txt","r+");
    //***关键字文件 导入 二维数组
    for(i=0;i<g;i++)
    {
        b[i]=0;
    }
    i=0;
    while(!feof(ky))
    {
        fscanf(ky,"%s",str[i]);
//*************************//
//***********猜测范围板块**************//
//***因为要考虑到哈希表的长度、关键字的数量***********//

    len=0;//得到每个串的长度所以要置零
    len=strlen(str[i]);
    len=(str[i][0]+str[i][(len-1)/2]+1+len);//构造哈希函数：开头第一个和中间一个之和除以三
    adr=len%9;//在这里我是用9 作为一个素数，来求模取余
    printf("关键字的地址值：%d ",adr);
//******在设计过程中逐渐增加关键字的数量，要不然运行时间太长了*****************//
        puts(str[i]);
        i++;
    }

    //板块一：哈希表的初始化
    for(i=0;i<30;i++)
    {
        strcpy(hatb[i].key,"NULLKEY");
        hatb[i].sd=0;
        hatb[i].cont=0;
    }
    printf("\n");
    //printf("11111\n");板块一结束


//       ###################***********************************########################
板块二：检查程序中的代码
    while(!feof(fp))
    {
        fscanf(fp,"%s",s);


        for(i=0;i<g;i++)
        {
            if(strcmp(s,str[i])==0)//是否匹配
            {
                j++;

//********板块二结束

//板块三：
//当 找到 关键字后将其放入哈希表 更新哈希表的 关键字，试探次数，值
//****************生成哈希表*******************
//
//
                int f=1;//作为标记
                len=0;//得到每个串的长度所以要置零
                len=strlen(s);
                len=(s[0]+s[(len-1)/2]+len+1);//构造哈希函数
                adr=len%9;//在这里我是用9 作为一个素数求模
                //printf("aa");
                if(strcmp(hatb[adr].key,"NULLKEY")==0)
                {

                    strcpy(hatb[adr].key,s);
                    hatb[adr].sd=1;//试探的次数
                    hatb[adr].cont=1;//关键字第一次出现；
                }
                else
                {

                    if(strcmp(hatb[adr].key,s)==0)
                    {
                        hatb[adr].cont++;
                    }
                    else
                    {
                        while(strcmp(hatb[adr].key,"NULLKEY")!=0)
                        {

                            adr=(adr+1)%9;//新址
                            if(strcmp(hatb[adr].key,s)==0)
                            {
                                hatb[adr].cont++;
                                f=0;
                                break;
                            }

                        }
                        if(f==1)
                        {
                            strcpy(hatb[adr].key,s);
                            hatb[adr].cont++;
                        }
                    }
                }
                b[i]=hatb[adr].cont;
    //第一次是没被占用所以 数量和次数 变成一else不执行；
    //而如果位置被占用 第一个if是不执行的，执行else，被占用分两种情况：一种是和这个被占用的匹配
    //执行if 将数目加一 但是 试探次数不变，否则要线性试探，找新地址一直到新地址可用，这个过程中
    //如果新地址的关键字和程序匹配，那么该地址下的次数就加一，直接break退出；在不是已经匹配的关键字的前提下
    //他还会继续找新地址直到找到为止。
//板块三结束*************************

                memset(s,'0',sizeof(s));
                break;
            }
        }
    }
//      #####################***********************************#######################

//板块四：这里能看出来确实是正确的，但是我不敢使用太长的程序 和 太多的关键字来测试
//输出 未被 占用的哈希表
    int k=0;
    for(i=0;i<30;i++)
    {
        if(strcmp(hatb[i].key,"NULLKEY")!=0)
        {
            puts(hatb[i].key);
            printf("位置:%d,试探:%d,次数:%d\n",i,hatb[i].sd,hatb[i].cont);
        }
    }
//板块四结束
    printf("文件一共%d处匹配\n",j);

    fclose(fp);//关闭文件
    fclose(ky);
    return 0;
}


int main()
{
    FILE *ky;
    int i=0,j=0;
    int g=13;//关键字个数
    int k1=0,k2=0,len=0;
    int a[13];
    int b[13];
    char str[30][30];
    Check1(a);
    Check2(b);
    ky=fopen("D:\\3.txt","r+");
    while(!feof(ky))
    {
        fscanf(ky,"%s",str[i]);
        len=strlen(str[i]);
        printf("%7s",str[i]);
        printf(" ");
    }

    printf("\n");
    printf("程序一:\n");
    for(i=0;i<g;i++)
    {
        printf("%7d ",a[i]);
    }
    printf("\n");
    printf("程序二:\n");
    for(i=0;i<g;i++)
    {
        printf("%7d ",b[i]);
    }printf("\n");
    double sum=0.0;
    double t=0;
    for(i=0;i<g;i++)
    {
        t=(a[i]-b[i])*(a[i]-b[i]);
        sum=t+sum;
    }
    sum=sqrt(sum);
    printf("程序相似性:%lf",sum);
    return 0;
}

期末小作业

使用哈希表来看代码相似性 使用了线性试探来解决冲突

 

 

120斤
关注
  • 7
    点赞
  • 踩
  • 24
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
一款好用的软件成分分析及同源漏洞检测工具（COBOT SCA）
alwayssun的博客
04-22 1858
北大库博软件成分分析与同源漏洞检测工具（CoBOT SCA）是基于代码大数据，相似哈希等技术，研发的新一代代码同源分析系统，面向组织的第三方库检测需求，在不改变组织现有开发、测试流程的前提下，与源代码管理系统（Git、SVN等）、缺陷管理系统（如Jira、Bugzilla、禅道等）、持续集成工具（如Jenkins、TFS）无缝对接，将代码第三方库检测融入企业的研发流程，实现了软件成分分析、自主研发率分析、两两对比分析、成分中的已知漏洞分析及评估、许可证分析、漏洞范围影响分析等功能，帮助组织快速构建代码安全保
代码的同源性检测：基于c语言实现的对代码的同源性检测 详细教程
02-11 897
代码同源性检测：基于c语言实现的对代码的同源性检测 详细教程
探索代码相似性：Mossum —— Moss结果可视化工具
最新发布
gitblog_00038的博客
06-02 472
探索代码相似性：Mossum —— Moss结果可视化工具 项目地址:https://gitcode.com/hjalti/mossum 项目介绍 在教育和技术领域，Mossum 是一个强大的工具，用于汇总和可视化斯坦福大学的Moss（一种源代码相似性检测系统）的结果。它通过生成图形来帮助识别有共享解决方案的学生群体，是检查学生作业抄袭的有效辅助工具。 项目技术分析 Mossum基于Python开...
编辑距离实现代码查重（c++实现）
weixin_66306810的博客
01-08 1501
用编辑距离的算法计算两份代码的重复度，从而实现一批代码两两匹配查重。程序有简单的ui交互，方便用户提交需要查重的代码。
快速检测源代码Corpus中重复代码的工具Near-Duplicate Code Detector的简单使用方法（以Win10为例）
qysh123的专栏
08-11 559
使用这个工具是为了响应Reviewer的建议，另外我也看到一些新的arXiv论文中用到了这个工具，例如这篇： Buratti, Luca, Saurabh Pujar, Mihaela Bornea, Scott McCarley, Yunhui Zheng, Gaetano Rossiello, Alessandro Morari et al. "Exploring Software Naturalness throughNeural Language Models." arXiv preprint a
通过哈希表来判断两个程序的相似性！
qq_38978328的博客
03-07 3337
对于两个C语言的源程序清单，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，得出两份源程序清单的相似性。 以下程序参考网上部分代码，经过修改成功运行通过，分享给大家！ #include&lt;iostream&gt; #include&lt;string.h&gt; #include&lt;fstream&gt; #include&lt;math.h&gt; #in...
程序源代码相似性检验Demo（GUI：Java-Swing）
07-18
在给定的“程序源代码相似性检验Demo（GUI：Java-Swing）”项目中，开发者使用Java的Swing库创建了一个图形用户界面（GUI），该界面能够与数据库交互，实现源代码的相似性检查。下面我们将详细探讨其中涉及的关键...
scoss:源代码相似性系统-SCOSS
04-03
源代码相似性系统-SCOSS 支持四个指标： count_operator ：一种度量标准，用于对源代码中的运算符进行计数以计算相似性得分。 set_operator ：一种度量，用于检查源代码中运算符的存在以计算相似性得分。 hash_...
Java文件选择器源代码
03-16
在本文中，我们将深入探讨Java文件选择器的源代码及其相关知识点，包括文件操作的基本概念、Java IO API以及如何实现自定义的文件选择器。 首先，了解Java中的文件操作是必要的。在Java中，`java.io`包提供了处理...
网页源代码查看分析器
11-16
8. **自动化处理**：一些高级版本的分析器可能还支持批处理或自动化操作，比如批量提取源代码、对比不同网页的相似性等。 在使用网页源代码查看分析器时，我们需要留意几个要点：首先，确保正确解读代码，理解每一...
c#编写的写作软件和源代码
05-04
【标题】"C#编写的写作软件和源代码"揭示了这款软件是使用C#编程语言开发的，专为写作而设计。C#是一种面向对象的编程语言，由...通过提供源代码，用户和开发者有机会深入学习和定制软件，进一步提升其功能和适应性。
检测两个程序的相似性
06-12
用C++编写的检测程序相似性的程序。这只是一个简单的程序。
基于哈希表的代码相似度检测系统源代码
07-21
代码相似度检测系统源代码 代码相似度检测系统源代码 代码相似度检测系统源代码
代码相似度检测测试数据
02-19
提供的代码相似度检测测试数据，以Java代码为主，以供参考
文件代码相似性检测
01-06
可自行添加复制粘贴文件，根据公式，进行两个文件相似度的比较计算，可自行创建文档保存所需比较的文档，完整实验，包含实验报告和前期实验指导文档
代码相似度分析工具
10-24
一个代码相似度分析工具，结果准确度还行，分享给有需要的人。
源程序的相似性判断---初级版本（哈希表）
qq_39800695的博客
02-27 5736
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。 基本思路 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 ...
利用哈希表统计两源程序的相似性_维特征的哈希技巧总结
weixin_31451231的博客
01-15 393
“本文首先介绍嵌入技术，引出Hash Trick；其次分析就Hash冲突给出理论和实验证明，给出一个减少冲突的方案；接着就具体的场景给出减少特征Hash冲突或者在有限的参数空间内尽可能地表示高维特征的技巧；最后给出简单结论。”文章来源：https://zhuanlan.zhihu.com/p/161058660嵌入与Hash Trick在嵌入技术(Embedding)被广泛使用前，常用...
基于源代码的软件同源性分析与漏洞检测系统（C++和QT）
毕业作品网站
11-05 813
构造代码中可能与整数宽度溢出发生关联的变量们构成的链表，之后构造代码中与整数宽度溢出有关的函数们构成的链表，之后构造代码中与整数宽度溢出有关的缓冲区设置以及边界审查们构成的链表，本文转载自http://www.biyezuopin.vip/onews.asp?构造代码中可能与堆溢出发生关联的变量们构成的链表，之后构造代码中与堆溢出有关的函数们构成的链表，之后构造代码中与堆溢出有关的缓冲区设置以及边界审查们构成的链表，从第一行遍历代码，寻找敏感函数出现的地方，并通过对于参数等的分类讨论来判断是否会发生溢出。
图像处理中的模糊c均值聚类matlab 算法及源代码
06-30
### 回答1： 模糊c均值聚类是一种经典的图像处理算法，该算法可以有效地对图像进行模糊分类和分割。其主要原理是根据数据点间的相似性将它们聚类到不同的类别，以获得更清晰的图像边缘和纹理。 以下是模糊c均值聚类的matlab源代码示例： ```matlab % 读取原始图像 image = imread('image.jpg'); % 图像灰度化 gray_image = rgb2gray(image); % 对图像进行模糊c均值聚类 num_clusters = 4; % 设置聚类的类别数 max_iterations = 100; % 设置聚类的最大迭代次数 fuzzy_exponent = 2; % 设置聚类算法中的模糊指数 options = [fuzzy_exponent, max_iterations, 1e-5, 0]; [cluster_image, cluster_centers] = fcm(gray_image(:), num_clusters, options); % 将聚类结果重新映射到图像 cluster_image = reshape(cluster_image, size(image, 1), size(image, 2)); % 显示聚类结果 figure; imagesc(cluster_image); colormap jet; title('聚类结果'); % 显示聚类中心 figure; for i = 1:num_clusters subplot(2, 2, i); imshow(uint8(cluster_centers(i))); title(['聚类中心 ', num2str(i)]); end % 保存聚类结果 imwrite(cluster_image, 'cluster_image.jpg'); ``` 上述代码中，首先读取原始图像并将其灰度化，然后通过设置聚类的类别数、最大迭代次数和模糊指数等参数，使用fcm函数进行模糊c均值聚类。聚类结果被重新映射到图像后进行显示，并将结果保存为一张新的图像文件。 ### 回答2： 图像处理中的模糊c均值聚类算法是一种基于隶属度的聚类方法，它可以将图像中的像素点分成若干类别，并计算每个像素点属于每个类别的隶属度。这种方法主要用于图像分割、图像压缩和图像挖掘等方面。 算法的步骤如下： 1. 初始化聚类中心：随机选择k个像素点作为初次的聚类中心。 2. 计算隶属度矩阵：计算每个像素点属于每个类别的隶属度值，通过迭代计算更新隶属度矩阵。 3. 计算聚类中心：根据隶属度矩阵，重新计算每个类别的聚类中心。 4. 判断迭代结束条件：检查聚类中心是否发生变化，如果发生变化，则进行下一轮迭代；若未发生变化，则停止迭代。 5. 根据隶属度矩阵重新分割图像：根据隶属度矩阵，将图像中的像素点重新分为k个类别。 接下来是MATLAB中的模糊c均值聚类算法源代码的一个示例： ```matlab function [U, centers] = fuzzyCMeansClustering(image, k, m, max_iter) % 参数说明： % image：输入图像 % k：聚类的类别数量 % m：隶属度的模糊度（通常为2） % max_iter：最大迭代次数 % 将图像转化为矩阵 image = double(image); [row, col] = size(image); data = reshape(image, row * col, 1); % 随机初始化聚类中心 centers = rand(k, 1) * 256; % 初始化隶属度矩阵 U = rand(row * col, k); for iter = 1:max_iter % 更新隶属度矩阵 for i = 1:row * col for j = 1:k dist = abs(data(i) - centers(j)); U(i, j) = 1 / sum((dist ./ dist) .^ (2 / (m - 1))); end end % 更新聚类中心 for j = 1:k centers(j) = sum((U(:, j) .^ m) .* data) / sum(U(:, j) .^ m); end % 判断迭代结束条件 if iter > 1 && norm(U - U_prev) < 1e-5 break; end U_prev = U; end % 根据隶属度矩阵重新分割图像 [~, labels] = max(U, [], 2); segmented_image = reshape(labels, row, col); % 返回隶属度矩阵和聚类中心 U = reshape(U, row, col, k); end ``` 以上就是模糊c均值聚类算法以及MATLAB源代码的简要介绍。这段代码实现了模糊c均值聚类算法，并可以将图像进行分割。 注意：为了使源代码更易读，可能省略了部分细节和参数校验的代码，请使用时根据需要进行相应的修改和完善。 ### 回答3： 模糊c均值聚类（FCM）是一种经典的图像处理算法，用于将图像中的像素点划分到不同的聚类中。它通过迭代计算每个像素点属于每个聚类的隶属度来实现图像的聚类。 FCM算法的主要步骤如下： 1. 初始化聚类中心：随机选择或者根据先验知识设置聚类中心的数量和位置。 2. 计算隶属度：对于每个像素点，计算其到每个聚类中心的隶属度。这里使用的是欧几里得距离作为距离度量。 3. 更新聚类中心：根据隶属度更新聚类中心的位置。 4. 重复步骤2和3，直到达到迭代停止的条件，如聚类中心不再改变或达到最大迭代次数。 根据以上算法描述，可以通过MATLAB实现FCM算法的源代码。以下为一个简单的MATLAB源代码示例： ```matlab function [membership, centers] = fuzzyCMeans(image, num_clusters, fuzziness, max_iteration) % image: 输入图像 % num_clusters: 聚类中心数量 % fuzziness: 模糊系数 % max_iteration: 最大迭代次数 % 初始化聚类中心 img_size = size(image); num_pixels = img_size(1) * img_size(2); centers = rand(num_clusters, 1) * 255; % 迭代更新 for iter = 1:max_iteration membership = zeros(num_clusters, num_pixels); for i = 1:num_clusters for j = 1:num_pixels dist = sqrt((image(j) - centers(i))^2); membership(i, j) = 1 / sum((dist / (dist)).^(2/(fuzziness-1))); end end membership = membership ./ sum(membership); % 更新聚类中心 for i = 1:num_clusters centers(i) = sum((membership(i,:).^fuzziness) .* image) / sum(membership(i,:).^fuzziness); end % 判断是否达到停止条件 if max(abs(centers - prev_centers)) < 1e-5 break; end prev_centers = centers; end end ``` 以上代码是一个基本的FCM算法实现，可以根据输入的图像、聚类中心数量、模糊系数和最大迭代次数执行模糊c均值聚类，并返回隶属度和最终的聚类中心。 需要注意的是，这只是一个简单的示例代码，并没有考虑到一些优化和改进的细节。在实际应用中，可能需要进一步对代码进行调整和改进，以适应具体问题的要求。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值