Git可以檢測兩個源文件是否相互拷貝？

對不起，如果這是題外話，但這裏有機會減少在這個網站上的「作業」問題的數量:-)Git可以檢測兩個源文件是否相互拷貝？

我在教C類編程的一類學生工作在一個小C中的數字例程庫。今年，來自幾組學生的源文件在其中存在大量的代碼重複。

（下都能以相同拼寫錯誤printf調試語句。我的意思是，你怎麼啞巴都可以。）

我知道了Git可檢測出兩個源文件是相似到每個人超過一定的閾值，但我從來沒有經理讓它能夠處理兩個不在Git存儲庫中的源文件。

請記住，這些不是特別複雜的學生。他們不太可能會遇到改變變量/函數名稱的麻煩。

有沒有一種方法可以使用Git來檢測重要和字面代碼重複又名抄襲？還是有一些其他的工具，你可以爲此推薦

來源

2012-01-21 lindelof

Git可能不是這方面的正確工具。有代碼抄襲檢測工具可用，我敢肯定，搜索會出現一些。 –

以我的經驗，簡單的差異就夠了。特別是，相同的評論是一個很大的贈品。令人驚訝的是，他們在作弊方面付出了一點努力...... –

爲什麼要使用git？一個簡單而有效的技術就是比較所有不同提交文件之間差異的大小，然後手動檢查並比較那些差異最小的差異。

來源

2012-01-21 05:50:33 Mankarse

你可以使用diff，檢查兩個文件是否似乎相似：

diff -iEZbwB -U 0 file1.cpp file2.cpp

這些選項告訴diff忽略空白的變化，並作出git樣diff文件。試用兩個樣品。

來源

2012-01-21 05:52:56 Blender

請注意，'<'s and '>'的數量差異總是等於文件中行數的差異，無論它們的相似性如何。 :) –

不，並不總是。空格被'-w'排除。 – Blender

Moss是一個由斯坦福大學CS教授開發的工具。我認爲他們也在那裏使用它。這就像源代碼的差異。

來源

2012-01-21 05:54:46 Ravi

添加到其他答案，您可以使用diff - 但我不認爲這些答案將是自己有用的。你想要的是匹配的行數減去非空行的數量，並且自動得到這個結果，你需要用wc -l和grep來計算文件長度的總和，減去diff文件的長度減去diff作爲匹配而包含的空白行數。即使如此，你也會錯過一些diff認爲相同的行不匹配的情況，因爲在它們之前插入了不同的東西。

一個更好的選擇是https://stackoverflow.com/questions/5294447/how-can-i-find-source-code-copying（或https://stackoverflow.com/questions/4131900/how-to-detect-plagiarized-code，雖然答案似乎重複）中列出的建議之一。

來源

2012-01-21 05:59:12

使用差異是絕對不一個好主意，除非你想在組合子地獄的領域冒險：

如果你有2個意見，你必須執行1個diff來檢查抄襲，
如果你有3個意見，你必須執行2 diff來檢查抄襲，
如果你有4投稿，您必須執行6 DIFF檢查抄襲，
...
如果您有n份提交，您必須執行(n-1)!差異！

另一方面，Moss已在另一個答案中建議使用completely different algorithm。基本上，它爲每個文檔的重要k-gram計算一組指紋。指紋實際上是用來對文檔進行分類的散列，當兩個文檔最終被排序在同一個桶中時，可能會發現抄襲。

來源

2015-12-30 12:37:58

Git可以檢測兩個源文件是否相互拷貝？

回答

相關問題