代码重复

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。

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]

當複製具有軟件漏洞的代碼時，如果開發人員不知道這樣的副本，則複製的代碼中可能會繼續存在漏洞。代码重构可以改善許多軟件的度量衡標準，例如源代碼行數，循環複雜度和耦合度。這可能會縮短編譯時間，降低認知負載，減少人為錯誤，減少被遺忘或被忽視的代碼。

但並不是所有的代碼重複都可以被重構。如果編程語言提供不充分或過於複雜的抽象，克隆或許是具有速度效益上的解決方式，特別是修改代碼使用的編輯器如有支持區塊(行)編輯的功能。而且，重構時破壞代碼的風險可能會超過維護的效益。重複的代碼似乎不會比不重複的代碼更容易出錯。使用開源方式共享代碼組件，而不是在软件配置管理的倉儲庫之間複製它們，也可以減少複製。

检测代码重复的手段有：

• Baker算法[4]
• Rabin–Karp字符串搜索算法
• 利用抽象语法树[5]
• 可视化检测器[6]
• 矩阵计数检测[7][8]

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

• 代码异味
• 一次且仅一次
• 抽象化 (计算机科学)