基于树和序列相似度的编程语言代码查重方法

本发明公开了一种基于树和序列相似度的编程语言代码查重方法，首先对待比较的两段程序代码预处理，包括去除注释信息、控制台输出语句和运算符等文本内容，确定查重的有效内容；然后根据程序的控制结构建树，并记录树中各个叶节点中变量的位置；其次为各叶节点中变量建立相对位置的序列，并基于此寻找函数间的相似变量，进而找出相似的叶节点，最终确定两段代码的相似度。本发明方法不仅去除了一些无关信息对查重结果的影响，而且针对变量重命名，修改函数位置和代码冗余问题，有较好的查重效果，通过本发明的方法，可开发相应的代码查重系统，提高代码查重效率，用于高校计算机编程类教学领域效果最佳。