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
3.3 諸定義
本節では分析対象となるクローンについて定義を与える．その上で異なる時点 におけるコード片の対応関係を表す写像の概要と，クローン履歴関係の定義につ いて述べる．
3.3.1 クローン
クローン履歴分析のために定義したクローン履歴モデルを図3.3に示す．本モデ ルでは時間と共に変更されるソースコードを∆tごとに区切った状態で考える．分
50
Ft-1 Ft
H:
cp:
F:
(
)
F0
∆ t
図3.3: クローンとクローン履歴関係
析の対象を版管理システムの管理下にあるソースコードファイルの集合とし，あ る時刻tにおける集合をプロダクト(Product)Ftと呼ぶ．
いま，各ファイルを文字列と考え，その連続する部分列をコード片(Code snippet) と呼ぶ．CCFinderに，Ftの各ファイルを入力として与えると，コード片の対(a, b) の列を出力する．これをFtに関するクローンペア(Clone pair)，aやbをそれぞ れFtに関する クローン(Clone)と呼ぶ．このときaと bはクローン関係(Clone
relationship)にあるという．また，クローン関係を同値関係と考え，その同値類を
クローンセット(Clone Set)と呼ぶ．
3.3.2 コード片の写像
次に時刻tより∆tだけ過去の時点におけるプロダクトFt−1 に含まれるコード 片に対して，Ftに含まれるコード片への写像を定義する．例えばFt−1にあるコー ド片がもし編集されていなければ，Ft にも同じ内容のコード片が必ず存在する．
また，時刻tにおいて編集されたテキストを含むコード片についても，図3.5のよ うに編集操作を考慮して近似的に対応関係にあるコード片候補を求められる．こ のような両者の関係を写像として定義する．本写像によってFt−1のコード片rが 空文字列でないFtのコード片sに写像される時，rをsの親，sをrの子とする．
なお写像の詳細な定義は3.4.3節で述べる．
3.3.3 クローン履歴関係
Ft−1のコード片aとFtのコード片bが以下のいずれかを満たす場合，a, b間に はクローン履歴関係(Clone history relationship)があるといい，クローン履歴関 係が成りたつコード片の組(a, b)の集合をHtと表す(図3.4)．Htは以下に述べる HCt, HTt, HAtの和集合として定義される．
1. HCt:(a, a0)がFt−1 に関するクローンペア，(b, b0)がFtに関するクローンペ アで，bがaの，b0 がa0の子となるa0, b0が存在する．
2. HAt: aはFt−1 に関するクローン，bはFtに関するクローンで，かつ(a, b) は{Ft−1∪Change∆t}に関するクローンペアである．ただし，Change∆tは Ft−1からFtの変更時に編集されたコード片の集合とする．
3. HTt: aはFt−1 に関するクローン，もしくはFt−1 のコード片で∃x,(x, a) ∈ HTt−1．bはaの子でaとbは類似している(類似の詳細は後述)．
全てのクローンは以下の3つのパターンに分類できる．すなわち，Ft−1, Ftの両 方に存在する“継続しているクローン”，Ft−1 のみに存在する“削除されたクロー ン”，そしてFtにのみ存在する“追加されたクローン”である．そして，上記3つ の定義はそれぞれのクローンに対応する形で定義している．
HCt は Ft−1, Ft の両方に存在する同一のクローンを表す．本定義は Ft−1 でク ローンペアを構成するクローンa, a0 が，写像先のb, b0においてもクローンペアを 構成している，ということを表す．
HAtはFtにおいて追加されたクローンの履歴を表す．このようなコード片は，
既にあるクローンセットのどれとも等しくクローン履歴関係があると考える．こ
52
Ft-1 Ft
a
a’
HAt
HCt HTt
b
Ft-1 Ft
b a
Ft-1 Ft
a
a’
b
b’
図3.4: 3種類の履歴関係
れは，既存クローンのうちどれか一つを原本と決めることは難しく，またそうす ることの意義も薄いからである．
このように本手法ではHAtをHCtと分けて定義している．HCtでは親子関係 が明示的に一意に定まるのに対して，HAtでは親が属するクローンセット内のク ローンすべてとクローン履歴関係が存在することになる．そのため，HAtとHCt を分けることでクローン履歴関係がより正確なものとなる．
HTtはFt−1においてクローンだったコード片のうち，Ftにおいてクローンペア をなすクローンが削除されたコード片(図3.4 中のクローンat)について，その対 応関係を抽出するための定義である．このようなコード片はCCFinderによって検 出されるクローンではないが，これもFtにおけるクローンとして扱う．このよう なクローンについては，親子間においてテキスト類似度(後述)が閾値以上ある場
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．