PMD 源码阅读（2）— 复制粘贴检测

PMD 源码阅读（2）— 复制粘贴检测

摘要

本文介绍了CPD代码复制粘贴检测的原理，该方法可以用于任意文本的复制粘贴检测。

CPD（Copy-Paste-Detector）是 PMD 的一部分，用于查找项目中重复的代码片段。其主要思想是使用分词器（Tokenizer）将代码分解成一个个单词，将重复代码检测问题转换成字符串匹配问题，然后 Rabin-Karp 算法进行求解。