项目概况

本课题属于国家重点研发项目"基于编程现场大数据的软件智能开发方法和环境"（百度公司牵头）。课题3基于代码风格与编程规范的代码现场检测与智能改进技术由北京理工大学、上海交通大学、国防科技大学、大连理工大学共同完成。

摘要

一致的代码风格和良好的编程规范是保障软件质量、提升可维护性的重要基础。在复杂软件开发过程中，由于参与开发人数多分布广、编程习惯与能力差异大等，导致代码风格多样、质量良莠不齐、可维护性较差等问题。当前研究主要通过事后代码检测与重构优化，未能高效利用编程现场大数据来研究和实施改进。本课题以基于代码风格与编程规范的实时检测与智能改进为目标，以编程现场大数据为驱动，以代码风格与编程规范分析为核心，围绕软件源码、开发者展开研究：通过析取和分析源代码、软件系统运维、编程现场行为以及代码扫描数据等，研究代码风格与编程规范的学习表示、代码坏味道与反模式的识别分析以及开发者编程习惯量化评估等。在此基础上，一方面构建代码风格与编程规范规则库及开发者画像库，为本课题及其他课题提供基础数据支撑；另一方面，形成代码风格与编程规范分析检测、开发者编程能力评估与预测、代码坏味道与反模式识别、代码坏味道与反模式改进方案推荐、面向代码风格与编程规范的智能问答系统等工具链，结合编程现场上下文实现对软件代码实时检测与智能改进。