Detección de clones utilizando árboles de sufijos de sintaxis abstracta

La reutilización de software mediante copiar y pegar es una plaga continua en el desarrollo de software a pesar de que genera serios problemas de mantenimiento. Se han propuesto varias técnicas para encontrar código redundante duplicado (también conocido como clones de software). Un estudio reciente ha comparado estas técnicas y ha demostrado que la detección de clones basada en tokens utilizando árboles de sufijos es extremadamente rápida, pero produce candidatos a clones que a menudo no son unidades sintácticas. Las técnicas actuales basadas en árboles de sintaxis abstracta, por otro lado, encuentran clones sintácticos, pero son considerablemente menos eficientes. Este documento describe cómo podemos utilizar árboles de sufijos para encontrar clones en árboles de sintaxis abstracta. Este nuevo enfoque es capaz de encontrar clones sintácticos en tiempo y espacio lineales. El artículo informa sobre los resultados de varios estudios de caso grandes en los que comparamos empíricamente la nueva técnica con otras técnicas utilizando el estándar Bellon para detectores de clones.