Kvantifikace podobnosti zdrojových souborů

Návrh zadání

Vytvořte program, který bude schopen kvantifikovat podobnost dvou zdrojových souborů jazyka C (nebo jiného jazyka). Je potřeba vzít v úvahu, že dva zdrojové soubory se mohou lišit například přejmenováním identifikátorů, změnou odsazování, změnou pořadí deklarací funkcí a proměnných, změnou komentářů a podobně, přesto půjde v zásadě o shodné programy.

Pokud se provede kvalitní návrh programu, mohlo by jít o modulární systém, kdy se jednotlivé jazyky budou přidávat jako samostatné moduly.

Nápady, jak problém řešit

• Konvoluce - v podstatě jde o zpracování 1D signálu. To, že jde o text nehraje roli.
• Analýza zdrojového kódu - identifikace všech elementů jazyka, u nichž nezáleží na pořadí ve zdrojovém kódu.
• rozpoznávání a vyhledávání klíčových konstrukcí programů

Klíčová slova

Analýza zdrojového kódu, jazyk C

Implementační jazyk

C, C++, Java, nebo jiný

Požadované znalosti

Schopnost programovat (v jazyce C), schopnost myslet.

Obtížnost

Vhodné pro všechny typy prací. Zadání lze rozdělit i mezi více osob a pracovat na něm v týmu (2 osoby). Přijďte si domluvit podrobnosti.

Autor: David Martinek. Poslední modifikace: 11. September 2011. Pokud v tomto dokumentu narazíte na chybu, dejte mi prosím vědět.