代码重复

代码重复（英文：duplicate code，也叫代码克隆）在程序设计中表示一段源代码在一个程序，或者一个团体所维护的不同程序中重复出现，是不希望出现的现象。为避免巧合，只有一定数量的代码完全相同才能判定为代码重复。重复代码的段落有时被称为代码克隆，自动检测代码重复的过程叫做克隆检测。

产生

产生代码重复可能有以下几个原因：

• 因为某段代码能用就复制粘贴过来。多数情况下代码会有少许不同，如变量名称改变或代码增删。
• 因为要实现与已有功能类似的功能，开发者独立写出与别处相似的代码。研究表明独立撰写的代码在语法上不一定相似。^[1]
• 抄袭，即不经允许复制代码，且未列出版权归属。
• 代码系自动生成。这时可能需要重复代码以提高性能或方便开发。注：这里代码重复是指代码生成器自动生成的代码，而非生成器本身的代码。

成本与效益

不恰当的代码重复表明程序设计不良，例如缺少抽象。这会导致程序过长，错误更多，进而难以维护，因为需要人工寻找并修改重复的部分。^[2]然而由于种种原因，适当的代码重复难以避免，例如给与已有设备相似的新设备写驱动程序时，复制代码能使开发更便捷。^[3]

当复制具有软件漏洞的代码时，如果开发人员不知道这样的副本，则复制的代码中可能会继续存在漏洞。代码重构可以改善许多软件的度量衡标准，例如源代码行数，循环复杂度和耦合度。这可能会缩短编译时间，降低认知负载，减少人为错误，减少被遗忘或被忽视的代码。

但并不是所有的代码重复都可以被重构。如果编程语言提供不充分或过于复杂的抽象，克隆或许是具有速度效益上的解决方式，特别是修改代码使用的编辑器如有支持区块(行)编辑的功能。而且，重构时破坏代码的风险可能会超过维护的效益。重复的代码似乎不会比不重复的代码更容易出错。使用开源方式共享代码组件，而不是在软件配置管理的仓储库之间复制它们，也可以减少复制。

检测

检测代码重复的手段有：

• Baker算法^[4]
• Rabin–Karp字符串搜索算法（英语：Rabin–Karp string search algorithm.）
• 利用抽象语法树^[5]
• 可视化检测器^[6]
• 矩阵计数检测^[7][8]

例子

以计算整数数组的平均值的代码片段为例

extern int array1[];
extern int array2[];
 
int sum1 = 0;
int sum2 = 0;
int average1 = 0;
int average2 = 0;
 
for (int i = 0; i < 4; i++)
{
   sum1 += array1[i];
}
average1 = sum1/4;
 
for (int i = 0; i < 4; i++)
{
   sum2 += array2[i];
}
average2 = sum2/4;

这两个循环可以改写为一个函数：

int calcAverage (int* Array_of_4)
{
   int sum = 0;
   for (int i = 0; i < 4; i++)
   {
       sum += Array_of_4[i];
   }
   return sum/4;
}

利用以上函数可以写出无重复的源代码

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

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

Example of duplicate code fix via code replaced by the method

参见

• 代码异味
• 一次且仅一次
• 抽象化 (计算机科学)