Дублирование кода — явление в программировании , при котором некоторые участки исходного кода могут встречаться более чем однажды, как внутри одной, так и в нескольких программных сущностях. Является симптомом так называемого « дурно пахнущего кода ». В первую очередь потому, что увеличивается его длина; именно из-за дублирования, а не из-за совпадений. Последовательность дубликатов иногда называют клонами .

Некоторые причины, по которым две части кода могут считаться дубликатами:

• посимвольное совпадение,
• посимвольное совпадение, с игнорированием пробельных символов и комментариев,
• совпадение по токенам (лексемам),
• частичное совпадение по лексемам,
• функциональное совпадение.

Одна из основных причин проявления дублирования — программирование копированием-вставками , при котором участки кода копируются просто потому, что «это работает». В большинстве случаев такая операция требует небольших изменений переносимого кода, например, переименования переменных или добавление и удаление некоторых участков. В ряде случаев требуется функциональность, которая очень похожа на уже существующую в другой части программы, и программист пишет код, очень близкий к тому, который уже существует.

Проблемы

Дублирование кода является признаком «низкого» или «ленивого» стиля программирования. Хороший стиль программирования обычно основан на повторном использовании кода . Может казаться, что использование дубликатов позволит несколько ускорить процесс создания программы, так как программисту не нужно будет задумываться над тем, как код уже используется и как он может использоваться в дальнейшем. Однако, проблема заключается в том, что написание кода — это лишь скромная часть жизненного цикла продукта , и дальнейшее сопровождение кода с дубликатами будет слишком осложнено. Проблемы, к которым приводит дублирование кода:

• большое количество кода: дублирование часто приводит к созданию длинных, повторяющихся последовательностей кода, которые отличаются лишь несколькими строками или символами, что в итоге затрудняет понимание программы;
• скрытое значение: трудно уловить разницу в повторяющихся участках кода и поэтому становится тяжелее понимать, для чего именно предназначен тот или иной кусок кода, зачастую единственная разница заключается в параметрах ;
• аномалии обновления: при обновлении дублированного кода необходимо обновить несколько аналогичных участков, что сильно увеличивает затраты на обслуживание;
• размер исходного текста: без применения какого-либо сжатия исходный текст занимает больше места.

Поиск дубликатов кода

Существует определённое количество алгоритмов, позволяющих отыскать дубликаты кода, среди них:

• ( Baker’s algorithm ) ;
• алгоритм Рабина — Карпа .
• использование абстрактных синтаксических деревьев .

В ряде случаев эффективно визуальное определение дубликатов .

Пример

Следующий фрагмент кода вычисляет среднее значение массива целых чисел .

extern int array1[];
extern int array2[];

int sum1 = 0;
int sum2 = 0;
int average1;
int average2;
int i;

for (i = 0; i < 4; ++i)
  sum1 += array1[i];
average1 = sum1 / 4;

for (i = 0; i < 4; ++i)
  sum2 += array2[i];
average2 = sum2 / 4;

В нём два цикла могут быть выделены в отдельную функцию:

int calcAverage (int* Array_of_4)
{
  int sum = 0;

  for (int i = 0; i < 4; ++i)
    sum += Array_of_4[i];

  return sum / 4;
}

Использование этой функции избавит код от дубликатов:

extern int array1[];
extern int array2[];

int average1 = calcAverage(array1);
int average2 = calcAverage(array2);

Примечания

Ссылки

• (англ.)