第 3 章 版管理システムを用いたクローン履歴抽出手法 47
3.4 クローン履歴関係抽出手法
合，これらの親子間にHTtが成り立つものとする．
ただし，クローンペアに一度でもなった部分全てを追いつづけるのは非効率で ある．また，何らかの変更が加わった場合には，その時点で過去のコードとの関 連は希薄になる．そこでテキストがほとんど変更されていない場合にのみクロー ン履歴対応関係があるものとする．
(2-a)版管理システムからFtを取得し，クローン解析手法を用いてCtを求める 入力: (版管理システム)
出力: Ft, Ct
まず当該時刻のプロダクトを Ft を版管理システムから取得し，クローン解析 を適用してCtを得る．前述のとおり，本研究においてはクローン解析手法として CCFinderを用いる．
(2-b)Ft−1 に関する全てのクローンについてHCtを求める 入力: Ft−1, Ft, Ct−1, Ct
出力:HCt
Ft−1 に含まれる全てのクローンペアについて，それぞれのクローンの子がFtに 関するクローンペアとなっているかどうかを検証する．もしこの条件を満たして いれば，それぞれの親子ペアはHCtに含まれるものとする．
(2-c){Ft−1∪Change∆t}に対してCCFinderを適用して，HAtを求める 入力:Ft−1, Ft, Ct−1, Ct
出力:HAt
次に Ft−1 と Change∆t の間にクローン解析を適用する．そして a ∈ Ft−1, b ∈
Change∆t なるクローンペア a, bがあれば，b が指す位置にあるクローンb0 ∈ Ct
を考え(a, b0)をHAtに加える．
実際に適用する際には，編集された行とその前後10行をChange∆tとする．本
研究ではCCFinderが検出するクローンの最小トークン数を初期設定の30トーク
ンで適用しているため，差分が30トークンよりも小さい場合にはクローンとして 検出されなくなる．前後10行を含めることで，このような差分を含むクローンを 適切に扱うことができる．
(2-d)Ct−1 の残りとCTt−1についてHTtを求める 入力:Ft−1, Ft, Ct−1, HCt, HAt, CTt−1
出力:HTt
最後にCt−1に含まれるコード片のうちHCt, HAt内のペアに含まれないコード 片，およびCTt−1 に含まれるのコード片aについて，その子bとのテキスト類似 度を計測してHTtの抽出を行う．テキスト類似度は以下の式で定義する．
T extSim(a, b) = 2|a∩b|
|a|+|b|.
ただし|a|=aの行数，|a∩b|はGNU diffによって同一と判定された行数とする．
そしてテキスト類似度が0.7以上のコード片bが存在したとき，(a, b)∈HTtとす
る．なお，コード片aに対して子は複数ありうるため，HTtの条件を満たすコー ド片も複数存在し得る．このときには類似度が最大のコード片のみをHTtの対象 とする．
このようにHTtの判定条件は，ほぼ同一のテキストかどうかの判定となってい る．もしクローン自身も何らかの変更があった場合には，この部分はChange∆tに 含まれるため HAtの解析対象となる．従ってHTtの解析を行う際には，そのよ うなケースを考慮する必要はない．
3.4.3 コード片の写像
t
t-1 t-1 t
2
t t-1
b’ b’’
b a
a b
a
b
6
2
4
2
4
6
b, b’, b’’
a
Case 3
Case 2 Case 1
図3.5: コード片の写像
本節ではコード片a∈Ft−1からコード片b ∈Ftへの写像について述べる．
56
まず時刻t−1と時刻t において，コード片 aが含まれるファイルに変更がな かった場合，aの写像先bの開始行，終了行はaと全く同じとする．
次に，コード片aが含まれるファイルに何らかの編集操作が行われていた場合 を考える．もしaよりも前の部分に変更箇所があれば，その内容に応じて写像先b の開始行，終了行を調整する．図3.5のCase 1はコード片aの前で編集操作が行 われた場合の例である．このとき，aの前で行われた編集操作の全てを勘案してa の写像先bの開始行，終了行はaのそれのそれぞれ4行後ろとする．またaに含 まれる部分に変更が加えられていた場合には，その内容に応じてb の終了行を調 整する．図3.5 のCase 2ではa内に2行新しい行が追加されているため，bの終 了行はaのそれに対して2行追加した値とする．
最後に，クローン片の端の部分で書きかえ操作が発生した場合について述べる．
図3.5のCase 3ではコード片aの開始行を跨がる形で書きかえされている．この
ような場合，「コード片aの上に2行挿入があった」という解釈と，「コード片aに 2行の挿入がされた」という解釈，およびその中間(1行がコード片の上に，1行は コード片a中に挿入された)が成りたつ．そこで，これら全てのケースをコード片 aの子とする．このように複数の子が生成されるケースは以下の3つである．
• 開始行，終了行が編集されている箇所を含む(図3.5 Case 3)
• 開始行の一行前に挿入
• 終了行に挿入
本研究においてはFt−1 → Ftへの写像のみを扱うため，削除操作ではこのよう な複数候補を考える必要はない．
以上述べた3つの編集操作による影響をすべて足しあわせて写像先を決定する．