java 代码查重（七）对比两个任意Java工程代码的相似度

Java工程代码相似度对比算法

最新推荐文章于 2025-07-26 14:08:48 发布

原创最新推荐文章于 2025-07-26 14:08:48 发布 · 575 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#java #开发语言 #相似度

自然语言处理专栏收录该内容

7 篇文章

订阅专栏

测试2：目标Java文件是源Java文件的子集

测试3：源Java文件是目标Java文件的子集

一、题目背景要求

两个Java代码工程，分别代码两名学生针对相同题目提交的Java作业。现在要对比这两个Java作业的相似度。

二、相似度算法设计

三、算法效果测试

测试1：测试两个完全相同的.java文件

package com.homework.utils.file;

import java.io.File;
import java.util.ArrayList;
import java.util.List;
import static com.homework.utils.similarity.JavaCheckTest.calSimilarity;

public class Test {
    private static final double similarityThred = 0.8;

    public static void main(String[] args)/*throws IOException*/ {
        //正常返回
        String path1="/Users/apple/Documents/springboot/my/springbootFTest/src/main/java/com/stock/wms/Service/Debt_finance_infoService.java";
        String path2="/Users/apple/Documents/springboot/my/springbootFTest/src/main/java/com/stock/wms/Service/Debt_finance_infoService.java";
//        String path1="/Users/apple/Documents/intelligentscoresystem";
//        String path2="/Users/apple/Documents/intelligentscoresystem/src/main/java/com/exercises";
        List<JavaFilePath> list1 = new ArrayList<JavaFilePath>();
        FindJavaFilesUtil.FindJavaFiles(new File(path1), list1);

        List<JavaFilePath> list2 = new ArrayList<JavaFilePath>();
        FindJavaFilesUtil.FindJavaFiles(new File(path2), list2);
        List<Double> similartyResult = new ArrayList<Double>();
        for(JavaFilePath javaTargetPath : list1) {
            double maxSimilarity = 0;
                 for(JavaFilePath javaOriPath : list2) {
                     try {
                            double similarity = calSimilarity(javaOriPath.getFilePath(),javaTargetPath.getFilePath());
                            if(similarity > similarityThred) {
                                if (similarity > maxSimilarity) {
                                    maxSimilarity = similarity;
                                }
                            }
                        } catch (Exception e) {
                         System.out.println("发生异常，当前对比文件目录：" + javaTargetPath.getFilePath() + ",  msg="+e.getMessage());
                         e.printStackTrace();
                     }
                 }
                if(maxSimilarity > 0) {
                    similartyResult.add(maxSimilarity);
                }
            System.out.println("当前对比文件目录：" + javaTargetPath.getFileName() +"， 最大相似度：" + maxSimilarity);
            }

        //单个文件相似度超过80%的文件比例
        double similartyFileNums = (double)similartyResult.size()/list1.size();
        System.out.println("目标路径Java文件数量：" + list1.size());
        System.out.println("对比源路径Java文件数量：" + list2.size());
        System.out.println("相似度超过80%Java文件个数:"+similartyResult.size()+", 相似度超过80%的文件比例 : " + similartyFileNums);
    }

}

运行结果：

测试2：目标Java文件是源Java文件的子集

public class Test {
    private static final double similarityThred = 0.8;

    public static void main(String[] args)/*throws IOException*/ {
        //正常返回
        String path1="/Users/apple/Documents/intelligentscoresystem/src/main/java/com/exercises";
        String path2="/Users/apple/Documents/intelligentscoresystem";
        List<JavaFilePath> list1 = new ArrayList<JavaFilePath>();
        FindJavaFilesUtil.FindJavaFiles(new File(path1), list1);

        List<JavaFilePath> list2 = new ArrayList<JavaFilePath>();
        FindJavaFilesUtil.FindJavaFiles(new File(path2), list2);
        List<Double> similartyResult = new ArrayList<Double>();
        for(JavaFilePath javaTargetPath : list1) {
            double maxSimilarity = 0;
                 for(JavaFilePath javaOriPath : list2) {
                     try {
                            double similarity = calSimilarity(javaOriPath.getFilePath(),javaTargetPath.getFilePath());
                            if(similarity > similarityThred) {
                                if (similarity > maxSimilarity) {
                                    maxSimilarity = similarity;
                                }
                            }
                        } catch (Exception e) {
                         System.out.println("发生异常，当前对比文件目录：" + javaTargetPath.getFilePath() + ",  msg="+e.getMessage());
                         e.printStackTrace();
                     }
                 }
                if(maxSimilarity > 0) {
                    similartyResult.add(maxSimilarity);
                }
            System.out.println("当前对比文件目录：" + javaTargetPath.getFileName() +"， 最大相似度：" + maxSimilarity);
            }

        //单个文件相似度超过80%的文件比例
        double similartyFileNums = (double)similartyResult.size()/list1.size();
        System.out.println("目标路径Java文件数量：" + list1.size());
        System.out.println("对比源路径Java文件数量：" + list2.size());
        System.out.println("相似度超过80%Java文件个数:"+similartyResult.size()+", 相似度超过80%的文件比例 : " + similartyFileNums);
    }

}

运行结果：

目标路径Java文件数量：11
对比源路径Java文件数量：78
相似度超过80%Java文件个数:11, 相似度超过80%的文件比例 : 1.0

测试3：源Java文件是目标Java文件的子集

测试使用目录：

String path1="/Users/apple/Documents/intelligentscoresystem";
String path2="/Users/apple/Documents/intelligentscoresystem/src/main/java/com/exercises";

运行结果：

当前对比文件目录：oritxt.java， 最大相似度：0.0
当前对比文件目录：targettxt.java， 最大相似度：0.0
当前对比文件目录：target.java， 最大相似度：0.0
当前对比文件目录：ori.java， 最大相似度：0.0
当前对比文件目录：Test.java， 最大相似度：0.0
当前对比文件目录：Utf8Filter.java， 最大相似度：0.0
当前对比文件目录：CORSFilter.java， 最大相似度：0.0
当前对比文件目录：CourseDao.java， 最大相似度：0.0
当前对比文件目录：StudentDao.java， 最大相似度：0.0
当前对比文件目录：CallResultDao.java， 最大相似度：0.0
当前对比文件目录：FinalStoreDao.java， 最大相似度：0.0
当前对比文件目录：RandomCallController.java， 最大相似度：0.0
当前对比文件目录：CourseController.java， 最大相似度：0.0
当前对比文件目录：MainApplication.java， 最大相似度：0.0
当前对比文件目录：FinalStoreController.java， 最大相似度：0.0
当前对比文件目录：IndexController.java， 最大相似度：0.0
当前对比文件目录：GradeJXLController.java， 最大相似度：0.0
当前对比文件目录：ParseStudentsController.java， 最大相似度：0.0
当前对比文件目录：UserController.java， 最大相似度：0.0
当前对比文件目录：ParseFile.java， 最大相似度：0.0
当前对比文件目录：XlsUtil.java， 最大相似度：0.0
当前对比文件目录：StrUtil.java， 最大相似度：0.0
当前对比文件目录：CallResult.java， 最大相似度：0.0
当前对比文件目录：StudentStatusEnum.java， 最大相似度：0.0
当前对比文件目录：ResponseList.java， 最大相似度：0.0
当前对比文件目录：Course.java， 最大相似度：0.0
当前对比文件目录：ResponseVO.java， 最大相似度：0.0
当前对比文件目录：Student.java， 最大相似度：0.0
当前对比文件目录：GradeV2ServiceImpl.java， 最大相似度：0.0
当前对比文件目录：FinalStoreServiceImpl.java， 最大相似度：0.0
当前对比文件目录：CourseServiceImpl.java， 最大相似度：0.0
当前对比文件目录：CallResultServiceImpl.java， 最大相似度：0.0
当前对比文件目录：StudentServiceImpl.java， 最大相似度：0.0
当前对比文件目录：GradeServiceImpl.java， 最大相似度：0.0
当前对比文件目录：StudentService.java， 最大相似度：0.0
当前对比文件目录：FinalStoreService.java， 最大相似度：0.0
当前对比文件目录：CourseService.java， 最大相似度：0.0
当前对比文件目录：GradeService.java， 最大相似度：0.0
当前对比文件目录：CallResultService.java， 最大相似度：0.0
当前对比文件目录：GradeV2Service.java， 最大相似度：0.0
当前对比文件目录：JavaFilePath.java， 最大相似度：0.0
当前对比文件目录：FileIO.java， 最大相似度：0.0
当前对比文件目录：FileReaderExample.java， 最大相似度：0.0
当前对比文件目录：Test.java， 最大相似度：0.0
当前对比文件目录：FindJavaFilesUtil.java， 最大相似度：0.0
当前对比文件目录：PaperCheckTest.java， 最大相似度：0.0
当前对比文件目录：EuclideanDistanceUtil.java， 最大相似度：0.0
当前对比文件目录：HammingUtil.java， 最大相似度：0.0
当前对比文件目录：SimHashV2Util.java， 最大相似度：0.0
当前对比文件目录：SimHashV3Util.java， 最大相似度：0.0
当前对比文件目录：SimHashUtil.java， 最大相似度：0.0
当前对比文件目录：ShortStringException.java， 最大相似度：0.0
当前对比文件目录：SimilarityUtilsSimHash.java， 最大相似度：0.0
当前对比文件目录：WordFrequencyUtil.java， 最大相似度：0.0
当前对比文件目录：TokenizeUtil.java， 最大相似度：0.0
当前对比文件目录：JavaKeywordFilter.java， 最大相似度：0.0
当前对比文件目录：SimilarityUtils.java， 最大相似度：0.0
当前对比文件目录：LevenshteinDistanceUtil.java， 最大相似度：0.0
当前对比文件目录：Test.java， 最大相似度：0.0
当前对比文件目录：JavaCheckTest.java， 最大相似度：0.0
当前对比文件目录：JavaparserUtil.java， 最大相似度：0.0
当前对比文件目录：Duplicate_checking.java， 最大相似度：0.0
处理除以零的情况,返回0.0
处理除以零的情况,返回0.0
处理除以零的情况,返回0.0
处理除以零的情况,返回0.0
处理除以零的情况,返回0.0
处理除以零的情况,返回0.0
处理除以零的情况,返回0.0
处理除以零的情况,返回0.0
处理除以零的情况,返回0.0
处理除以零的情况,返回0.0
处理除以零的情况,返回0.0
当前对比文件目录：JPlagUtil2.java， 最大相似度：0.0
当前对比文件目录：ExtractKeywordsUtil.java， 最大相似度：0.0
当前对比文件目录：Test3.java， 最大相似度：1.0
当前对比文件目录：GradeJXLService.java， 最大相似度：1.0
当前对比文件目录：GradePOIService.java， 最大相似度：1.0000000000000002
当前对比文件目录：Test2.java， 最大相似度：1.0
当前对比文件目录：GradeVo.java， 最大相似度：1.0
当前对比文件目录：GradeJXLV2Service.java， 最大相似度：1.0
当前对比文件目录：GenGrade.java， 最大相似度：1.0
当前对比文件目录：ShowTableSwing.java， 最大相似度：1.0
当前对比文件目录：GradeVoForRead.java， 最大相似度：1.0
当前对比文件目录：Test1.java， 最大相似度：1.0
当前对比文件目录：Dir.java， 最大相似度：1.0
当前对比文件目录：XlsUtil.java， 最大相似度：0.0
当前对比文件目录：POIExcelUtil.java， 最大相似度：0.0
当前对比文件目录：StrUtil.java， 最大相似度：0.0
目标路径Java文件数量：78
对比源路径Java文件数量：11
相似度超过80%Java文件个数:11, 相似度超过80%的文件比例 : 0.14102564102564102

分析：

1）最大相似度=1.0，说明对应Java文件在源文件存在相同内容文件。比如，当前对比文件目录：Dir.java，最大相似度：1.0。说明Dir.java与源目标Java文件集合中的某个文件的相似度为100%。

2）大相似度=0.0，说明对应Java文件在源文件不存在相同内容文件。比如，当前对比文件目录：JavaCheckTest.java，最大相似度：0.0。可以判定JavaCheckTest.java 与源目标Java文件集合是没有相似的。

3）处理除以零的情况,返回0.0 ，说明对应文件内容在去掉注释、Java保留关键字后内容过短，不再计算相似度。