代码对比sim使用说明

sim是一个代码查重，查询代码克隆程度的一个工具。
sim的下载地址：https://dickgrune.com/Programs/similarity_tester/
目前sim支持8种编程语言（ C, C++, Java, Pascal, Modula-2, Miranda, Lisp, and 8086 assembler ）以及文本查重。

一、安装sim

环境：ubuntu18,需要安装gcc和flex。请自行apt-get安装.
由于我的环境是linux，所以需要更改makefile里面的环境配置。

1.把"For MSDOS + MinGW"那一段给注释掉。

如下图：

2. 修改BINDIR和MAN1DIR路径

如下图：

3. 将sim.1文件放到MAN1DIR路径路径里面

sudo cp sim.1 /usr/share/man/man1/

4.安装执行

make install

如果安装完成后，你会看到以下文件：

二、简单测试

放入两段代码，第一段代码命名为a.cpp

//a.cpp
#include<stdio.h>
typedef struct //定义一个新的数据类型
{
    int yue;//月份
    int tian;//天
}Date;
void f(Date x, Date y);//函数声明
int main()
{
    Date date1, date2;
    //类型赋值
    printf("输入一个日期（mm/dd）：\n");
    scanf_s("%d/%d", &amp;date1.yue, &amp;date1.tian);
    printf("再输入一个日期（在上一个日期之后）（mm/dd）：\n");
    scanf_s("%d/%d", &amp;date2.yue, &amp;date2.tian);
    //调用函数
    f(date1, date2);
    return 0;
}
void f(Date x, Date y)
{
    int m, n;
    int t;
    //计算两个日期的天数
    switch (x.yue)
    {
    case 1:m = x.tian; break;
    case 2:m = x.tian + 31; break;
    case 3:m = x.tian + 59; break;
    case 4:m = x.tian + 90; break;
    case 5:m = x.tian + 120; break;
    case 6:m = x.tian + 151; break;
    case 7:m = x.tian + 181; break;
    case 8:m = x.tian + 212; break;
    case 9:m = x.tian + 243; break;
    case 10:m = x.tian + 273; break;
    case 11:m = x.tian + 304; break;
    case 12:m = x.tian + 334; break;
    }
    switch (y.yue)
    {
    case 1:n = y.tian; break;
    case 2:n = y.tian + 31; break;
    case 3:n = y.tian + 59; break;
    case 4:n = y.tian + 90; break;
    case 5:n = y.tian + 120; break;
    case 6:n = y.tian + 151; break;
    case 7:n = y.tian + 181; break;
    case 8:n = y.tian + 212; break;
    case 9:n = y.tian + 243; break;
    case 10:n = y.tian + 273; break;
    case 11:n = y.tian + 304; break;
    case 12:n = y.tian + 334; break;
    }
    //求相差天数
    t = n - m;
    printf("相差的天数：%d\n", t);
}

下面是第二段代码b.cpp

//b.cpp
#include<stdio.h>
typedef struct //使用结构体
{
    int month;
    int day;
}date;
int f(date d1, date d2);//函数声明
int main(void)
{
    date d1, d2;
    printf("输入第一个日期:\n");
    scanf_s("%d,%d", &amp;d1.month, &amp;d1.day);//输入第一个日期
    printf("输入第一个日期:\n");
    scanf_s("%d,%d", &amp;d2.month, &amp;d2.day);//输入第二个日期
    printf("相差%d天", f(d1, d2));//调用函数并输出相差天数
    return 0;
}
int f(date d1, date d2)//函数定义
{
    int x, m, n;
    switch (d1.month)//计算第一个日期是一年的第几天
    {
    case 1:
        m = d1.day;break;
    case 2:
        m = d1.day + 31;break;
    case 3:
        m = d1.day + 59;break;
    case 4:
        m = d1.day + 90;break;
    case 5:
        m = d1.day + 120;break;
    case 6:
        m = d1.day + 151;break;
    case 7:
        m = d1.day + 181;break;
    case 8:
        m = d1.day + 212;break;
    case 9:
        m = d1.day + 243;break;
    case 10:
        m = d1.day + 273;break;
    case 11:
        m = d1.day + 304;break;
    case 12:
        m = d1.day + 334;break;
    }
    switch (d2.month)//计算第二个日期是一年的第几天
    {
    case 1:
        n = d2.day;break;
    case 2:
        n = d2.day + 31;break;
    case 3:
        n = d2.day + 59;break;
    case 4:
        n = d2.day + 90;break;
    case 5:
        n = d2.day + 120;break;
    case 6:
        n = d2.day + 151;break;
    case 7:
        n = d2.day + 181;break;
    case 8:
        n = d2.day + 212;break;
    case 9:
        n = d2.day + 243;break;
    case 10:
        n = d2.day + 273;break;
    case 11:
        n = d2.day + 304;break;
    case 12:
        n = d2.day + 334;break;
    }
    x = m - n;//计算日期差
    if (x &gt;= 0)//返回非负值
        return x;
    else
        return -x;
}

我把上面两个文件都放在submission文件夹下
在终端输入：

sim_c -p submission/a.cpp submission/b.cpp

会有以下结果：

$ sim_c -p submission/a.cpp submission/b.cpp 
File submission/a.cpp: 378 tokens, 59 lines
File submission/b.cpp: 393 tokens, 81 lines
Total input: 2 files (2 new, 0 old), 771 tokens

submission/a.cpp consists for 90 % of submission/b.cpp material

可以看到相似度。

三、使用说明

这里的使用说明只要是根据sim官方给的sim.pdf文件写的，这个文件在官网可以下载。

相似性测试人员以 ASCII 或 UTF-8 文本作为输入，并生成文本形式（默认或与 -d 或 -n 选项）或百分比形式（使用 -p 选项）。其他格式的输入，例如.pdf或.doc需要通过预处理转换为 ASCII 或 UTF-8-ing 。

ps：如果任何参数都不加的话 第二个文件会自己和自己对比。
常用参数如下：

• -a 将所有新文件与所有文件进行比较。没有显示百分比。
• -p 输出以相似度百分比给出;请参阅下面的"计算百分比";意味 着-s.
• -P 报告百分比时，仅显示每个文件的主要参与者。
• -s 文件的内容不与自身进行比较（s 表示"不是自我"）。
• -S 新文件的内容仅与旧文件进行比较，而不是它们之间。

参考：https://blog.mythsman.com/post/5d2b46e325601931a5f8d788/