Тестирование на схожесть кода

[Malamut]

Нужна программка для поиска кусков кода, "сворованных" из другого проекта. Причём программка должна не просто diff делать понятно дело, а чуть более интелектуально подходить к вопросу. Переменные там переименованные уметь определять и прочие плюшки. Задача понятна - понять, есть ли что-то из GPL проекта в не-GPL)) Да, язык - PHP+JavaScript+XML.

[Charles Malaheenee]

А как быть с задачами, которые можно сделать только одним путем? Код здесь будет одинаков, хоть тресни.

[Malamut]

Да это я уже сам решу)) Мне надо только чтобы были показаны потенциально схожие куски кода, чтобы в ручную не анализировать все файлы.

[Дмитрий Бо]

если сравнивать просто куски кода (а не алгоритмы, которые реализует код), то можно рассматривать исходники как почти обычный текст. Нужно только определиться, насколько большие должны быть куски (нет особого смысла искать совпадающие строки типа $i=0;), брать группу из n строк из одного и искать в другом. Многое от исторического контекста зависит, конечно. Если человек сознательно нарушал, то мог переменные переименовать и строки переставить, тогда нужно чуть более хитрые алгоритмы использовать.

[wl]

Что насчет такого?

Код: [Выделить]

unsigned x = 0;
__m128i x0, x1, x2, x3, x4, x5, x6, x7;
__m128i *pshuffle128 = (__m128i *)shuffle;
__m128i *pMask = (__m128i *)mask;

if (cpu & CPU_CAPABILITY_SSSE3) {
  for (; x < (width & ~31); x += 32) {
    uint8_t *dst1 = dstv + x;
    uint8_t *dst2 = dstu + x;
    __m128i *pSrc = (__m128i *)(src + 2 * x);
            // синтаксис AT&T: cmd    source,       destination
            // asm volatile (
    x7 = _mm_loadu_si128(pshuffle128);// "movdqu (%[shuffle]), %%xmm7\n"
    x0 = _mm_load_si128(pSrc + 0);    // "movdqa  0(%[src]),   %%xmm0\n"
    x1 = _mm_load_si128(pSrc + 1);    // "movdqa 16(%[src]),   %%xmm1\n"
    x2 = _mm_load_si128(pSrc + 2);    // "movdqa 32(%[src]),   %%xmm2\n"
    x3 = _mm_load_si128(pSrc + 3);    // "movdqa 48(%[src]),   %%xmm3\n"
    x0 = _mm_shuffle_epi8(x0, x7);    // "pshufb  %%xmm7, %%xmm0\n"
    x1 = _mm_shuffle_epi8(x1, x7);    // "pshufb  %%xmm7, %%xmm1\n"

....

      // : : [dst1]"r"(&dstu[x]), [dst2]"r"(&dstv[x]), [src]"r"(&src[2*x]), [shuffle]"r"(shuffle) : "memory");
}
Справа в комментах - исходный код из VLC, там еще #define-ы были, я их подставил. Слева - эквивалентный, если верить MSDN, код для MSVC++. Результат работы, по крайней мере, тот же.