本發(fā)明涉及軟件質(zhì)量的改善技術(shù)領(lǐng)域，尤其涉及一種面向?qū)ο筌浖淖詣?dòng)化重構(gòu)方法。

背景技術(shù)：
：

在軟件開發(fā)和維護(hù)的過程中，不斷變更的需求導(dǎo)致系統(tǒng)的原始設(shè)計(jì)架構(gòu)被打破，使得結(jié)構(gòu)越發(fā)混亂，代碼難以理解，軟件的重用和維護(hù)也變得越來越困難。軟件重構(gòu)是改善軟件質(zhì)量的一種重要手段，它在不改變軟件外部行為特性的情況下，通過調(diào)整軟件內(nèi)部結(jié)構(gòu)以提高軟件的可理解性、可維護(hù)性和可擴(kuò)展性。然而，軟件重構(gòu)是一項(xiàng)耗時(shí)且復(fù)雜的代碼調(diào)整活動(dòng)，要求軟件開發(fā)人員對(duì)代碼整體進(jìn)行感知，并針對(duì)“何處、何時(shí)以及如何”進(jìn)行重構(gòu)做出復(fù)雜的決策。因此，自動(dòng)化重構(gòu)技術(shù)作為降低重構(gòu)成本、提高重構(gòu)效果的重要途徑，可為開發(fā)人員提供決策的輔助支持，進(jìn)而降低軟件重構(gòu)難度。

“高內(nèi)聚、低耦合”是程序開發(fā)的重要指導(dǎo)準(zhǔn)則，研究表明，該準(zhǔn)則不僅可以將軟件變化引起的波及效應(yīng)控制在比較小的范圍內(nèi)，而且能夠減少后期軟件維護(hù)的成本。內(nèi)聚和耦合性問題能夠引起如下的代碼壞味道：

(1)依戀情結(jié)(Feature Envy)：函數(shù)對(duì)某個(gè)類的依賴程度高于對(duì)自身所在類的依賴程度；

(2)狎昵關(guān)系(Inappropriate Intimacy)：兩個(gè)類的函數(shù)調(diào)用或?qū)傩允褂藐P(guān)系過于親密；

(3)過大類(God Class)：類包含的過多的函數(shù)和屬性，實(shí)現(xiàn)了過多功能，導(dǎo)致代碼的可理解性，可讀性變差。

開發(fā)人員可以通過搬移函數(shù)或?qū)傩缘脚c之依賴關(guān)系更緊密的類來去除依賴情結(jié)和狎昵關(guān)系，通過提煉類重構(gòu)操作，將大類中功能內(nèi)聚性高的一部分方法和屬性提煉到一個(gè)新類中，從而分解類的責(zé)任。針對(duì)于搬移函數(shù)重構(gòu)操作，Czibula等人在《Clustering Based Adaptive Refactoring》文中基于k-means聚類算法定義了實(shí)體與類之間的相似性距離，如果實(shí)體與其他類的相似性距離小于其自身類，則認(rèn)為該實(shí)體是搬移操作的對(duì)象。Bowman等人利用多目標(biāo)遺傳算法結(jié)合耦合性、內(nèi)聚性度量指標(biāo)實(shí)現(xiàn)搬移函數(shù)重構(gòu)，與其他啟發(fā)式搜索算法相比，多目標(biāo)遺傳算法在迭代過程中可以修正次優(yōu)的重構(gòu)建議。Han等人提出了最大依賴集合的概念，利用其可以自動(dòng)化識(shí)別搬移函數(shù)重構(gòu)建議來最大程度地提高軟件系統(tǒng)的可維護(hù)性。近期，Bavota等人提出了“Methodbook”的新算法用以移除依戀情結(jié)和狎昵關(guān)系的壞味道，結(jié)合語義和結(jié)構(gòu)相似性度量指標(biāo)共同評(píng)估函數(shù)之間的“友誼”，尋找到與每個(gè)函數(shù)關(guān)系最親密的類，作為搬移重構(gòu)操作的目標(biāo)類。Fokaefs等人基于層次聚類算法實(shí)現(xiàn)了自動(dòng)化提煉類重構(gòu)工具JDeodorant，該工具同時(shí)集成了Tsantalis提出的搬移函數(shù)重構(gòu)算法，利用entity placement metric(EP)度量指標(biāo)評(píng)估實(shí)體之間的耦合程度，進(jìn)而以此作為指導(dǎo)原則對(duì)大類進(jìn)行分解。Bavota等人利用最大流最小割算法來分解“God class”，該算法與圖論相結(jié)合，將語義緊密相關(guān)的函數(shù)和屬性提煉出來形成新類。然而，最大流最小割算法只能夠?qū)⒋箢惙殖蓛蓚€(gè)部分，而在實(shí)際應(yīng)用過程中，“God class”可能同時(shí)實(shí)現(xiàn)了多于兩種功能，因此，利用該算法無法完美的進(jìn)行分割操作。為了克服這個(gè)缺陷，Bavota等人實(shí)現(xiàn)了自動(dòng)化重構(gòu)工具ARIES，可將大類根據(jù)其自身結(jié)構(gòu)，以“高內(nèi)聚、低耦合”為原則分解為多于兩個(gè)的新類。

上述算法只能實(shí)現(xiàn)單一的重構(gòu)操作來改善系統(tǒng)的內(nèi)聚性，且提煉類重構(gòu)操作均屬于半自動(dòng)化的算法，需要開發(fā)人員手動(dòng)輸入需要進(jìn)行分解的大類，從而進(jìn)行進(jìn)一步的分析，具有一定的局限性。

技術(shù)實(shí)現(xiàn)要素：
：

針對(duì)現(xiàn)有技術(shù)的缺陷，本發(fā)明提供一種面向?qū)ο筌浖淖詣?dòng)化重構(gòu)方法，從整個(gè)軟件系統(tǒng)全局內(nèi)聚性及耦合性角度出發(fā)，結(jié)合語義相似性、結(jié)構(gòu)相似性和層次聚類算法，同時(shí)生成搬移函數(shù)、搬移屬性和提煉類重構(gòu)操作建議，對(duì)待重構(gòu)軟件系統(tǒng)進(jìn)行自動(dòng)化重構(gòu)，從而提高代碼的可理解性、可重用性和可維護(hù)性。

本發(fā)明提供一種面向?qū)ο筌浖淖詣?dòng)化重構(gòu)方法，包括以下步驟：

步驟1：以類為節(jié)點(diǎn)、以類間依賴關(guān)系為邊，將待重構(gòu)軟件系統(tǒng)構(gòu)建為類級(jí)多層依賴有向網(wǎng)絡(luò)模型；

步驟2：進(jìn)行重構(gòu)預(yù)處理；根據(jù)類級(jí)多層依賴有向網(wǎng)絡(luò)模型，將非繼承體系類節(jié)點(diǎn)與繼承體系中的葉子節(jié)點(diǎn)提取出來，作為重構(gòu)的對(duì)象；

步驟3：依次合并由非繼承體系節(jié)點(diǎn)與繼承體系中的葉子節(jié)點(diǎn)構(gòu)成的類級(jí)網(wǎng)絡(luò)連通片，并且將每個(gè)類級(jí)網(wǎng)絡(luò)連通片轉(zhuǎn)換為同種類型的實(shí)體集合，實(shí)體包括方法和屬性兩種類型；

步驟4：分析每個(gè)實(shí)體集合元素之間的語義和結(jié)構(gòu)耦合關(guān)系，得到相應(yīng)耦合關(guān)系網(wǎng)絡(luò)，并對(duì)其加權(quán)求和，將實(shí)體集合構(gòu)建成方法級(jí)耦合無向網(wǎng)絡(luò)模型；

語義耦合關(guān)系是指抽取每個(gè)方法的方法名、變量名及注釋構(gòu)建成該方法的詞匯庫，根據(jù)潛在語義相似性算法，將每個(gè)方法轉(zhuǎn)化成對(duì)應(yīng)的語義詞匯空間向量，計(jì)算向量之間的余弦夾角作為此函數(shù)對(duì)語義相似性的權(quán)值；

結(jié)構(gòu)耦合關(guān)系包括共享屬性關(guān)系、方法調(diào)用關(guān)系和功能耦合關(guān)系；如果兩個(gè)方法同時(shí)使用了一個(gè)屬性，則它們之間存在共享屬性關(guān)系；當(dāng)一個(gè)方法調(diào)用了另一個(gè)方法時(shí)，它們具有方法調(diào)用關(guān)系；若將方法體視為一個(gè)功能域，則兩個(gè)方法在同一個(gè)功能域中被執(zhí)行時(shí)，稱該方法對(duì)具有功能耦合關(guān)系；

步驟5：確定待重構(gòu)軟件系統(tǒng)的方法級(jí)耦合無向網(wǎng)絡(luò)中節(jié)點(diǎn)間不同類型耦合關(guān)系權(quán)值的最優(yōu)系數(shù)，為待重構(gòu)軟件系統(tǒng)調(diào)節(jié)出一組最合適的系數(shù)；

步驟6：依次遍歷每個(gè)方法級(jí)網(wǎng)絡(luò)，根據(jù)方法間的耦合強(qiáng)度，對(duì)每個(gè)方法級(jí)網(wǎng)絡(luò)進(jìn)行社團(tuán)劃分，從而得到待重構(gòu)軟件系統(tǒng)的新的系統(tǒng)結(jié)構(gòu)；

步驟7：將每個(gè)由聚類分析得到的方法社團(tuán)視為一個(gè)類，對(duì)比新類與原始的結(jié)構(gòu)，設(shè)定保證代碼行為的重構(gòu)前提條件，從而生成搬移函數(shù)、搬移屬性和提煉類的重構(gòu)建議；

步驟8：按照生成的搬移函數(shù)、搬移屬性和提煉類重構(gòu)建議對(duì)待重構(gòu)軟件系統(tǒng)執(zhí)行重構(gòu)操作。

進(jìn)一步地，所述步驟1具體包括如下步驟：

步驟1.1：讀取待重構(gòu)軟件系統(tǒng)編譯后的jar包，通過掃描分析語法分析樹結(jié)構(gòu)，解析出待重構(gòu)軟件系統(tǒng)中類、模塊、接口、函數(shù)、屬性和它們之間的依賴關(guān)系，過濾掉編譯文件中包含的Java虛擬機(jī)中的工具類和方法，只保留待重構(gòu)軟件系統(tǒng)自身的類；

步驟1.2：讀取待重構(gòu)軟件系統(tǒng)的源文件，抽取源文件中每個(gè)方法的變量名、方法名和注釋的語義信息，構(gòu)建每個(gè)方法所對(duì)應(yīng)的詞匯庫；

步驟1.3：分別構(gòu)建以類為節(jié)點(diǎn)、類繼承關(guān)系為邊和類非繼承關(guān)系為邊的有向網(wǎng)絡(luò)模型，即類級(jí)繼承關(guān)系有向網(wǎng)絡(luò)和類非繼承關(guān)系有向網(wǎng)絡(luò)，有向網(wǎng)絡(luò)模型中的網(wǎng)絡(luò)層次之間的節(jié)點(diǎn)一一對(duì)應(yīng)。

進(jìn)一步地，所述步驟2具體包括如下步驟：

步驟2.1：遍歷類級(jí)繼承關(guān)系有向網(wǎng)絡(luò)模型中的每個(gè)節(jié)點(diǎn)，記錄其中所有入度大于零的類節(jié)點(diǎn)，并將其視為繼承體系中的非葉子節(jié)點(diǎn)；

步驟2.2：在非繼承關(guān)系有向網(wǎng)絡(luò)中依次移除繼承體系中的非葉子類節(jié)點(diǎn)以及與這些類相連接的邊，所得的剩余網(wǎng)絡(luò)只包含非繼承體系中的類節(jié)點(diǎn)以及繼承體系中的葉子節(jié)點(diǎn)。

進(jìn)一步地，所述步驟3具體包括如下步驟：

步驟3.1：依次合并由非繼承體系節(jié)點(diǎn)與繼承體系中的葉子節(jié)點(diǎn)構(gòu)成的類級(jí)網(wǎng)絡(luò)連通片，并且將每個(gè)類級(jí)網(wǎng)絡(luò)連通片轉(zhuǎn)換為一個(gè)實(shí)體(方法和屬性)集合；

步驟3.2：將集合中的屬性視為實(shí)現(xiàn)其自身存取操作的取值方法Getter()及賦值方法Setter()，即將集合中不同類型的元素轉(zhuǎn)化為同種類型。

進(jìn)一步地，所述步驟4具體包括如下步驟：

步驟4.1：分別建立方法級(jí)語義耦合、共享屬性、方法調(diào)用及功能耦合關(guān)系加權(quán)無向網(wǎng)絡(luò)，具體確定方法如下，

步驟4.1.1：確定方法之間的語義耦合權(quán)值，得到方法級(jí)語義耦合關(guān)系網(wǎng)絡(luò)，根據(jù)步驟1.2抽取的每個(gè)方法的方法名、變量名和注釋，構(gòu)建成方法的詞匯庫，根據(jù)潛在語義相似性算法，將任意方法m_k轉(zhuǎn)化成對(duì)應(yīng)的語義詞匯空間向量將方法向量之間的余弦夾角作為此方法對(duì)語義相似性的權(quán)值，即式(1)；

其中，m_i和m_j分別表示兩個(gè)方法，SSW(m_i，m_j)表示方法m_i和方法m_j之間的語義耦合權(quán)值，和分別表示方法m_i和m_j對(duì)應(yīng)的語義詞匯空間向量；

步驟4.1.2：確定方法之間的共享屬性耦合權(quán)值，即式(3)，得到方法級(jí)共享屬性關(guān)系網(wǎng)絡(luò)；

其中，SAW(m_i，m_j)表示方法m_i和m_j之間的共享屬性耦合權(quán)值，A_i和A_j分別表示方法m_i和m_j使用的屬性集合；

步驟4.1.3：確定方法之間的方法調(diào)用耦合權(quán)值，即式(3)，得到方法級(jí)方法調(diào)用關(guān)系網(wǎng)絡(luò)；

MIW(m_i，m_j)＝max(MIW_ij，MIW_ji) (3)

其中，MIW(m_i，m_j)表示方法m_i和m_j之間的方法調(diào)用耦合權(quán)值，MIW(m_i，m_j)為MIW_ij與MIW_ji的最大值；MIW_ij表示方法m_i調(diào)用m_j的權(quán)值，如式(4)所示，MIW_ij等于I(m_i，m_j)與方法m_j在軟件系統(tǒng)中被調(diào)用的總次數(shù)之比，MIW_ji表示方法m_j調(diào)用m_i的權(quán)值；I(m_i，m_j)表示方法m_i調(diào)用方法m_j的次數(shù)，I(m_k，m_j)表示方法m_i調(diào)用方法m_j的次數(shù)，n表示系統(tǒng)中的方法總數(shù)；

步驟4.1.4：確定方法之間的方法功能耦合權(quán)值，即式(5)，得到方法級(jí)功能耦合關(guān)系網(wǎng)絡(luò)；

其中，SEW(m_i，m_j)表示方法m_i和m_j之間的方法功能耦合權(quán)值，ET_ij表示方法m_i和m_j在同一個(gè)功能域中執(zhí)行的次數(shù)，ET_i和ET_j分別表示方法m_i和m_j執(zhí)行的總次數(shù)；

步驟4.2：將上述步驟4.1得到的方法級(jí)語義耦合、共享屬性、方法調(diào)用及功能耦合關(guān)系網(wǎng)絡(luò)的耦合權(quán)值加權(quán)求和，得到每對(duì)方法節(jié)點(diǎn)之間耦合關(guān)系的強(qiáng)度，即邊權(quán)值，從而得到方法級(jí)耦合無向網(wǎng)絡(luò)模型G＝(V，E，Z)，其中，V為方法節(jié)點(diǎn)集合，E為方法間耦合關(guān)系集合，Z為方法間耦合權(quán)值矩陣，Z＝(z_ij)_V|×|V|，z_ij為方法間耦合權(quán)值矩陣Z的矩陣的i行j列的元素，表示每對(duì)方法節(jié)點(diǎn)之間的邊權(quán)值，如式(6)所示；

z_ij＝α×SAW(m_i，m_j)+β×MIW(m_i，m_j)+γ×SEW(m_i，m_j)+η×SSW(m_i，m_j) (6)

其中，α、β、γ和η分別表示方法級(jí)語義耦合、共享屬性、方法調(diào)用和功能耦合關(guān)系網(wǎng)絡(luò)的耦合權(quán)值系數(shù)，α+β+γ+η＝1。

進(jìn)一步地，所述步驟5具體包括如下步驟：

步驟5.1：隨機(jī)選取待重構(gòu)軟件系統(tǒng)中N_p對(duì)內(nèi)聚度高于平均值且相互依賴的類對(duì)進(jìn)行合并，N_p等于系統(tǒng)中類總數(shù)的四分之一；

步驟5.2：將每一個(gè)人工合并而成的大類建立成方法級(jí)耦合無向網(wǎng)絡(luò)；

步驟5.3：不斷變化步驟4中的耦合權(quán)值系數(shù)，每一組系數(shù)下人工大類進(jìn)行一次聚類劃分操作，通過對(duì)比聚類后的結(jié)果與原始類結(jié)構(gòu)的差異計(jì)算出重構(gòu)的準(zhǔn)確率；N_p個(gè)人工大類平均準(zhǔn)確率最高的一組系數(shù)，即為該待重構(gòu)軟件系統(tǒng)的最佳耦合權(quán)值系數(shù)。

進(jìn)一步地，所述步驟6具體包括如下步驟：

步驟6.1：初始時(shí)，將繼承體系葉子節(jié)點(diǎn)中調(diào)用從其父類繼承而來的方法節(jié)點(diǎn)或重寫父類方法的節(jié)點(diǎn)綁定為一個(gè)社團(tuán)，方法級(jí)耦合網(wǎng)絡(luò)中的其余方法節(jié)點(diǎn)各自視為一個(gè)獨(dú)立社團(tuán)；

步驟6.2：根據(jù)方法對(duì)之間耦合關(guān)系的耦合權(quán)值確定模塊度增益矩陣中每一個(gè)元素的值，即

其中，CN_i和CN_j分別表示兩個(gè)社團(tuán)，ΔQ_ij表示合并社團(tuán)CN_i和CN_j能夠?yàn)檐浖到y(tǒng)帶來的模塊度增益值，W表示方法級(jí)耦合無向網(wǎng)絡(luò)中所有邊權(quán)值之和，S_i和S_j分別表示連接社團(tuán)CN_i和CN_j內(nèi)所有節(jié)點(diǎn)的邊權(quán)值之和，S_in(CN_i，CN_j)表示連接社團(tuán)CN_i和社團(tuán)CN_j之間所有邊的權(quán)值之和；

步驟6.3：選擇模塊度增益最大的一對(duì)社團(tuán)CN_p及CN_q進(jìn)行合并，合并為社團(tuán)CN_p，并刪除模塊度增益矩陣中對(duì)應(yīng)的第q行和第q列，同時(shí)更新與合并社團(tuán)CN_p關(guān)聯(lián)的模塊度增益值；

步驟6.4：判斷模塊度增益矩陣中的最大值是否小于或等于零，若否，則重復(fù)執(zhí)行步驟6.3，若是，則合并操作停止，此時(shí)所得的社團(tuán)結(jié)構(gòu)即為最優(yōu)劃分。

由上述技術(shù)方案可知，本發(fā)明的有益效果在于：本發(fā)明提供的一種面向?qū)ο筌浖淖詣?dòng)化重構(gòu)方法，將待測軟件非繼承體系中的類節(jié)點(diǎn)與繼承體系中的葉子節(jié)點(diǎn)合并起來，結(jié)合語義耦合度量與結(jié)構(gòu)耦合度量方法，將合并的類級(jí)連通片建立為方法級(jí)加權(quán)無向網(wǎng)絡(luò)同時(shí)，為待重構(gòu)的軟件系統(tǒng)定制的最佳方法間耦合權(quán)重系數(shù)的方法，能獲得最佳重構(gòu)效果；為保證代碼行為不變，設(shè)定重構(gòu)的一系列前提條件，利用層次聚類算法得到使得系統(tǒng)模塊度增量最大的類劃分方式；在通過對(duì)比重構(gòu)前后的社團(tuán)結(jié)構(gòu)差異，自動(dòng)化地生成搬移函數(shù)、搬移屬性及提煉類的多種類型的重構(gòu)建議，提高了系統(tǒng)的內(nèi)聚性，同時(shí)有益于系統(tǒng)的可理解性、可重用性和可維護(hù)性。

附圖說明：

圖1為本發(fā)明實(shí)施例提供的面向?qū)ο筌浖淖詣?dòng)化重構(gòu)方法流程圖；

圖2為本發(fā)明實(shí)施例提供的示例代碼所對(duì)應(yīng)的類級(jí)多層有向網(wǎng)絡(luò)模型結(jié)構(gòu)示意圖；

圖3為本發(fā)明實(shí)施例提供的步驟6的具體流程圖；

圖4為本發(fā)明實(shí)施例提供的示例代碼所對(duì)應(yīng)的聚類過程示意圖；

圖5為本發(fā)明實(shí)施例提供的示例代碼所對(duì)應(yīng)的方法級(jí)網(wǎng)絡(luò)重構(gòu)結(jié)果示意圖。

具體實(shí)施方式：

下面結(jié)合附圖和實(shí)施例，對(duì)本發(fā)明的具體實(shí)施方式作進(jìn)一步詳細(xì)描述。以下實(shí)施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。

本實(shí)施例中以如下面向?qū)ο筌浖膶?shí)例代碼作為待重構(gòu)的軟件系統(tǒng)，經(jīng)過面向?qū)ο筌浖淖詣?dòng)化重構(gòu)方法對(duì)其進(jìn)行重構(gòu)：

本實(shí)施例提供的一種面向?qū)ο筌浖淖詣?dòng)化重構(gòu)方法，如圖1所示，具體包括如下步驟。

步驟1：以類為節(jié)點(diǎn)、以類間依賴關(guān)系為邊，將待重構(gòu)軟件系統(tǒng)抽象構(gòu)建為類級(jí)多層依賴有向網(wǎng)絡(luò)模型，具體包括如下步驟：

步驟1.1：讀取待重構(gòu)軟件系統(tǒng)編譯后的iar包，通過掃描分析語法分析樹結(jié)構(gòu)，解析出待重構(gòu)軟件系統(tǒng)中類、模塊、接口、函數(shù)、屬性以及它們之間的依賴關(guān)系，過濾掉編譯文件中包含的Java虛擬機(jī)中的工具類及方法，只保留待重構(gòu)軟件系統(tǒng)自身的類；

步驟1.2：讀取軟件系統(tǒng)的源文件，抽取每個(gè)方法的變量名、方法名和注釋的語義信息，構(gòu)建每個(gè)方法所對(duì)應(yīng)的詞匯庫；

步驟1.3：分別構(gòu)建以類為節(jié)點(diǎn)、類繼承關(guān)系為邊以及類非繼承關(guān)系為邊的有向網(wǎng)絡(luò)模型G＝G₁∪G₂，其中，G₁＝(V，E₁)為非繼承關(guān)系網(wǎng)絡(luò)模型，G₂＝(V，E₂)為繼承關(guān)系網(wǎng)絡(luò)模型，網(wǎng)絡(luò)層次之間的節(jié)點(diǎn)具有一一對(duì)應(yīng)的關(guān)系，其中，V表示方法節(jié)點(diǎn)集合，E₁表示類間非繼承關(guān)系集合，E₂表示類間繼承關(guān)系集合。

上述的面向?qū)ο筌浖膶?shí)例代碼中，待重構(gòu)的軟件系統(tǒng)由6個(gè)類構(gòu)成，其中，類DrawingPanel是PerPanel和SVGPanel的父類，類NetPanel繼承于PerPanel，而類UndoRedoManager和RestoreDataEdit屬于非繼承體系，并且類NetPanel和PerPanel依賴于類UndoRedoManager，該軟件系統(tǒng)對(duì)應(yīng)的類級(jí)多層有向網(wǎng)絡(luò)模型如圖2所示。

步驟2：進(jìn)行重構(gòu)的預(yù)處理操作，根據(jù)類級(jí)多層依賴有向網(wǎng)絡(luò)模型，將非繼承體系類節(jié)點(diǎn)與繼承體系中的葉子節(jié)點(diǎn)提取出來，為了保證重構(gòu)前后代碼的行為不發(fā)生變化，只對(duì)提取出的該部分節(jié)點(diǎn)進(jìn)行重構(gòu)，具體包括如下步驟：

步驟2.1：遍歷類級(jí)繼承關(guān)系網(wǎng)絡(luò)模型G₂中的每個(gè)節(jié)點(diǎn)，記錄其中所有入度大于零的類CL_i，CL_i∈V，并將其視為繼承體系中的非葉子節(jié)點(diǎn)，加入到待刪除節(jié)點(diǎn)集合V_D中；

步驟2.2：在非繼承關(guān)系有向網(wǎng)絡(luò)中依次移除繼承體系中的非葉子類節(jié)點(diǎn)以及與這些類相連接的邊E_D，所得的剩余網(wǎng)絡(luò)只包含非繼承體系中的類節(jié)點(diǎn)以及繼承體系中的葉子節(jié)點(diǎn)，其中，

步驟3：依次合并由非繼承體系節(jié)點(diǎn)與繼承體系中的葉子節(jié)點(diǎn)構(gòu)成的類級(jí)網(wǎng)絡(luò)連通片，并且將每個(gè)類級(jí)網(wǎng)絡(luò)連通片轉(zhuǎn)換為同種類型的實(shí)體集合，實(shí)體包括方法和屬性兩種類型，具體包括如下步驟：

步驟3.1：依次合并由非繼承體系節(jié)點(diǎn)與繼承體系中的葉子節(jié)點(diǎn)構(gòu)成的類級(jí)網(wǎng)絡(luò)連通片，并且將每個(gè)類級(jí)網(wǎng)絡(luò)連通片轉(zhuǎn)換為一個(gè)實(shí)體集合；

步驟3.2：將集合中的屬性視為實(shí)現(xiàn)其自身存取操作的取值方法Getter()及賦值方法Setter()方法，即將集合中不同類型的元素轉(zhuǎn)化為同種類型，將屬性元素轉(zhuǎn)化成方法元素。

步驟4：分析每個(gè)實(shí)體集合元素之間的語義和結(jié)構(gòu)耦合關(guān)系網(wǎng)絡(luò)，并對(duì)其加權(quán)求和，將實(shí)體集合構(gòu)建成方法級(jí)耦合無向網(wǎng)絡(luò)模型，語義耦合關(guān)系是指抽取每個(gè)方法的方法名、變量名及注釋構(gòu)建成該方法的詞匯庫，根據(jù)潛在語義相似性算法，將每個(gè)方法轉(zhuǎn)化成對(duì)應(yīng)的語義詞匯空間向量，計(jì)算向量之間的余弦夾角作為此函數(shù)對(duì)語義相似性的權(quán)值，結(jié)構(gòu)耦合關(guān)系包括共享屬性關(guān)系、方法調(diào)用關(guān)系和功能耦合關(guān)系，具體包括以下步驟：

步驟4.1：確定方法之間的語義耦合權(quán)值，得到方法級(jí)語義耦合關(guān)系網(wǎng)絡(luò)，根據(jù)步驟1.2抽取的每個(gè)方法的方法名、變量名和注釋，構(gòu)建成方法的詞匯庫，根據(jù)潛在語義相似性算法，將任意方法m_k轉(zhuǎn)化成對(duì)應(yīng)的語義詞匯空間向量將方法向量之間的余弦夾角作為此方法對(duì)語義相似性的權(quán)值SSW(m_i，m_j)，如式(1)所示；

其中，m_i和m_j分別表示兩個(gè)方法，SSW(m_i，m_j)表示方法m_i和方法m_j之間的語義耦合權(quán)值，和分別表示方法m_i和m_j對(duì)應(yīng)的語義詞匯空間向量；

步驟4.2：如果兩個(gè)函數(shù)同時(shí)使用了一個(gè)屬性，則它們之間存在共享屬性關(guān)系，確定方法之間的共享屬性耦合權(quán)值，如式(2)所示，得到方法級(jí)共享屬性關(guān)系網(wǎng)絡(luò)；

其中，SAW(m_i，m_j)表示方法m_i和m_j之間的共享屬性耦合權(quán)值，A_i和A_j分別表示方法m_i和m_j使用的屬性集合；

步驟4.3：當(dāng)一個(gè)函數(shù)調(diào)用了另一個(gè)函數(shù)時(shí)，它們具有函數(shù)調(diào)用關(guān)系，確定方法之間的方法調(diào)用耦合權(quán)值，如式(3)所示，得到方法級(jí)方法調(diào)用關(guān)系網(wǎng)絡(luò)；

MIW(m_i，m_j)＝max(MIW_ij，MIW_ji) (3)

其中，MIW(m_i，m_j)表示方法m_i和m_j之間的方法調(diào)用耦合權(quán)值，MIW(m_i，m_j)為MIW_ij與MIW_ji的最大值；MIW_ij表示方法m_i調(diào)用m_j的權(quán)值，如式(4)所示，MIW_ij等于I(m_i，m_j)與方法m_j在軟件系統(tǒng)中被調(diào)用的總次數(shù)之比，MIW_ji表示方法m_j調(diào)用m_i的權(quán)值；I(m_i，m_j)表示方法m_i調(diào)用方法m_j的次數(shù)，I(m_k，m_j)表示方法m_i調(diào)用方法m_j的次數(shù)，n表示系統(tǒng)中的方法總數(shù)；

步驟4.4：若將方法體視為一個(gè)功能域，則兩個(gè)方法在同一個(gè)功能域中被執(zhí)行時(shí)，稱該方法對(duì)具有功能耦合關(guān)系，確定方法之間的方法功能耦合權(quán)值，如式(5)所示，得到方法級(jí)功能耦合關(guān)系網(wǎng)絡(luò)；

其中，SEW(m_i，m_j)表示方法m_i和m_j之間的方法功能耦合權(quán)值，ET_ij表示方法m_i和m_j在同一個(gè)功能域中執(zhí)行的次數(shù)，ET_i和ET_j分別表示方法m_i和m_j執(zhí)行的總次數(shù)；

步驟4.5：將上述步驟4.1至步驟4.4得到的四種方法級(jí)關(guān)系網(wǎng)絡(luò)的耦合權(quán)值加權(quán)求和，得到每對(duì)方法節(jié)點(diǎn)之間耦合關(guān)系的強(qiáng)度，即邊權(quán)值，從而得到方法級(jí)耦合無向網(wǎng)絡(luò)模型G＝(V，E，Z)，其中，V為方法節(jié)點(diǎn)集合，E為方法間耦合關(guān)系集合，Z為方法間耦合權(quán)值矩陣，Z＝(z_ij)_|V|×|V|，z_ij為方法間耦合權(quán)值矩陣Z的矩陣的i行j列的元素，表示每對(duì)方法節(jié)點(diǎn)之間的邊權(quán)值，如式(6)所示；

z_ij＝α×SAW(m_i，m_j)+β×MIW(m_i，m_j)+γ×SEW(m_i，m_j)+η×SSW(m_i，m_j) (6)

其中，α、β、γ和η分別表示方法級(jí)語義耦合、共享屬性、方法調(diào)用和功能耦合關(guān)系網(wǎng)絡(luò)的耦合權(quán)值系數(shù)，α+β+γ+η＝1。

步驟5：確定待重構(gòu)軟件系統(tǒng)的方法級(jí)耦合無向網(wǎng)絡(luò)中節(jié)點(diǎn)間不同類型耦合關(guān)系權(quán)值的最優(yōu)系數(shù)，具體包括如下步驟：

步驟5.1：隨機(jī)選取待重構(gòu)軟件系統(tǒng)中50對(duì)內(nèi)聚度高于平均值且相互依賴的類對(duì)進(jìn)行合并；

步驟5.2：將每一個(gè)人工合并而成的大類建立成方法級(jí)耦合無向網(wǎng)絡(luò)；這里的人工合成，是指不是系統(tǒng)中本來存在的類，將系統(tǒng)中兩個(gè)原始類，合并成一個(gè)大類，人為制造出一個(gè)大類，并且將這個(gè)人工大類視為必須要分解的類，進(jìn)行聚類劃分，與未合并前的原始結(jié)構(gòu)進(jìn)行對(duì)比，與原始結(jié)構(gòu)越相近，則劃分的準(zhǔn)確率越高；

步驟5.3：不斷變化步驟4中的四個(gè)耦合權(quán)值系數(shù)，每一組系數(shù)下進(jìn)行一次聚類劃分操作，即根據(jù)高內(nèi)聚低耦合，將類進(jìn)行分解操作，將一個(gè)大類分解為若干新類，且保證新類之間的耦合性降低，新類內(nèi)部內(nèi)聚性較高，通過對(duì)比聚類后的結(jié)果與原始類結(jié)構(gòu)的差異計(jì)算出重構(gòu)的準(zhǔn)確率；50個(gè)人工大類平均準(zhǔn)確率最高的一組系數(shù)，即為該待重構(gòu)軟件系統(tǒng)的最佳耦合權(quán)值系數(shù)。

不斷變化耦合權(quán)值系數(shù)的過程為：在滿足α+β+γ+η＝1的條件下，迭代變化四個(gè)耦合權(quán)值系數(shù)：α∈[0，0.1，...，1]、β∈[0，0.1，...，1-α]、γ∈[0，0.1，...，1-α-β]且η∈[0，0.1，...，1-α-β-γ]。

重構(gòu)準(zhǔn)確率利用文獻(xiàn)《An effectiveness measure for software clustering algorithms》中提出的度量值MoJoFM(MoJo eFfectiveness Metric)進(jìn)行評(píng)估，將原始類的結(jié)構(gòu)視為標(biāo)準(zhǔn)分割：

式中，MoJoFM(PA_new，PA_ori)為度量值，表示重構(gòu)的準(zhǔn)確率，在數(shù)值上表示兩種不同的社團(tuán)劃分結(jié)構(gòu)之間的差異程度，差異越小，其數(shù)值越接近于1，若將原始類的結(jié)構(gòu)視為標(biāo)準(zhǔn)劃分，那么重構(gòu)后社團(tuán)結(jié)構(gòu)與原始結(jié)構(gòu)越接近，則重構(gòu)準(zhǔn)確率越高；PA_new為聚類分析后的劃分結(jié)構(gòu)，PA_ori為原始類的結(jié)構(gòu)，mno(PA_new，PA_ori)表示從結(jié)構(gòu)PA_new到標(biāo)準(zhǔn)分割PA_ori的最小距離，而表示從結(jié)構(gòu)PA_new變換成PA_ori最大元素搬移次數(shù)。

步驟6：依次遍歷每個(gè)方法級(jí)網(wǎng)絡(luò)，根據(jù)方法間的耦合強(qiáng)度，對(duì)每個(gè)方法級(jí)網(wǎng)絡(luò)進(jìn)行社團(tuán)劃分，從而得到待重構(gòu)軟件系統(tǒng)的新的系統(tǒng)結(jié)構(gòu)，如圖3所示，具體包括如下步驟：

步驟6.1：為保證重構(gòu)前后代碼行為不變，初始時(shí)，將繼承體系葉子類點(diǎn)中調(diào)用從其父類繼承而來的方法節(jié)點(diǎn)或重寫父類方法的節(jié)點(diǎn)，即不可分割的方法節(jié)點(diǎn)綁定為一個(gè)社團(tuán)，方法級(jí)耦合網(wǎng)絡(luò)中的其余方法節(jié)點(diǎn)各自視為一個(gè)獨(dú)立社團(tuán)；

步驟6.2：根據(jù)方法對(duì)之間耦合關(guān)系的耦合權(quán)值確定模塊度增益矩陣中每一個(gè)元素的值；模塊度增益按式(7)確定：

其中，CN_i和CN_j分別表示兩個(gè)社團(tuán)，ΔQ_ij表示合并社團(tuán)CN_i和CN_j能夠?yàn)檐浖到y(tǒng)帶來的模塊度增益值，W表示方法級(jí)耦合無向網(wǎng)絡(luò)中所有邊權(quán)值之和，S_i和S_j分別表示連接社團(tuán)CN_i和CN_j內(nèi)所有節(jié)點(diǎn)的邊權(quán)值之和，S_in(CN_i，CN_j)表示連接社團(tuán)CN_i和社團(tuán)CN_j之間所有邊的權(quán)值之和；

步驟6.3：選擇模塊度增益最大的一對(duì)社團(tuán)CN_p及CN_q進(jìn)行合并操作，合并為社團(tuán)CN_p，由于社團(tuán)數(shù)目的減少，刪除模塊度增益矩陣中對(duì)應(yīng)的第q行和第q列，同時(shí)更新與合并社團(tuán)CN_p關(guān)聯(lián)的模塊度增益值；

步驟6.4：重復(fù)執(zhí)行步驟6.3，直到待重構(gòu)軟件系統(tǒng)中模塊度增益矩陣中的最大值小于或等于零時(shí)，合并操作停止，此時(shí)所得的社團(tuán)結(jié)構(gòu)即為最優(yōu)劃分，每一個(gè)社團(tuán)代表一個(gè)類。模塊度增量矩陣中的最大值是一個(gè)遞減過程，在社區(qū)劃分過程中，兩兩合并到最后，結(jié)構(gòu)一定會(huì)趨于穩(wěn)定，即模塊度增量的最大值小于等零。

本實(shí)施例中，待重構(gòu)的實(shí)例軟件系統(tǒng)中，合并其非繼承體系的類以及繼承體系的葉子節(jié)點(diǎn)RestoreDataEdit，NetPanel和UndoRedoManager，建立方法級(jí)無向耦合網(wǎng)絡(luò)后，其聚類劃分過程如圖4所示，首先將使用從父類super方法的實(shí)體在聚類劃分之前綁定為一個(gè)社團(tuán)；屬性與其自身的Getter()或Setter()方法由于具有較高內(nèi)聚性，因此在聚類的過程中優(yōu)先被合并在一起；經(jīng)過19步合并操作后，最終得到如下4個(gè)新類：

類1、RestoreDataEdit(...)；oldRestoreData_get_set()；addEdit(...)；getPresentationName()；replaceEdit(...)；newRestoreData_get_set()；

類2、figure_get_set()；redoData(...)；redoEdit(...)；getlabelsRedo()；labelsRedo_get_set()；RedoactionPerformed(...)；redoProgress(...)；redoAction_get_set()；getRedoAction()；

類3、getlabelsUndo()；labelsUndo_get_set()；undoOrRedo(...)；undoOrRedoInProgress；updateActions(...)；UndoactionPerformed(...)；undoProgress(...)；getUndoAction()；undoAction_get_set()；undoDrawing(...)；undoData(...)；UndoDrawing_get_set()；

類4、NetPanel(...)；addDefaultCreationButtonsTo(...)；addCreationButtonsTo(...)；strokeDecorationPopupButton；addStrokePlacementButtonTo(...)；strokeWidthPopupButton；addStrokeDecorationButtonTo(...)。

步驟7：將每個(gè)由聚類分析得到的方法社團(tuán)視為一個(gè)類，對(duì)比新類與原始的結(jié)構(gòu)，設(shè)定保證代碼行為的重構(gòu)前提條件，從而生成一系列包括搬移函數(shù)、搬移屬性和提煉類的重構(gòu)建議。

可視化聚類劃分結(jié)果如圖5所示，本實(shí)施例的實(shí)例軟件系統(tǒng)經(jīng)重構(gòu)后，為提高系統(tǒng)的模塊度，生成的重構(gòu)建議為：類UndoRedoManager建議被拆分，內(nèi)聚度較高的方法集合M＝{getlabelsRedo()，labelsRedo，RedoactionPerformed(...)，redoProgress(...)，redoAction，getRedoAction()}共同實(shí)現(xiàn)了與“Redo”操作相關(guān)的功能，應(yīng)該提煉為新類UndoRedoManager_new1；而方法RestoreDataEdit.redoData(...)，RestoreDataEdit.redoEdit(...)和屬性RestoreDataEdit.Figure由于被類UndoRedoManager_new1中的方法所頻繁使用，建議搬移到UndoRedoManager_new1中，以去除“Feature Envy”的壞味道；同理，NetPanel.undoDrawing(...)，NetPanel.undoData(...)及NetPanel.UndoDrawing建議搬移到與其有更緊密關(guān)系的類UndoRedoManager_new2中。

步驟8：按照生成的搬移函數(shù)、搬移屬性及提煉類重構(gòu)建議對(duì)軟件系統(tǒng)執(zhí)行重構(gòu)操作。

本實(shí)施提供的面向?qū)ο筌浖淖詣?dòng)化重構(gòu)方法，可以直接應(yīng)用于面向?qū)ο筌浖到y(tǒng)的自動(dòng)化重構(gòu)中，輔助程序員做出復(fù)雜的重構(gòu)決策，從而降低重構(gòu)難度并提高重構(gòu)效率。為了便于驗(yàn)證所述方法的可行性和優(yōu)勢，該部分從代碼被重構(gòu)前后的可理解性、可重用性、靈活性、可維護(hù)性以及內(nèi)聚度的度量指標(biāo)的變化情況進(jìn)行對(duì)比分析。

以開源軟件系統(tǒng)JHotDraw 7.0.6、JFreeChart 0.9.7、jEdit 2.7、HSQLDB 1.8.1.4和Jmol 9.0分別為例，對(duì)重構(gòu)方案的有效性進(jìn)行驗(yàn)證，利用文獻(xiàn)《A Hierarchical Model for ObjectOriented Design Quality Assessment》提出的QMOOD模型以及《Identification of Move Method Refactoring Opportunities》提出內(nèi)聚度指標(biāo)EP評(píng)估系統(tǒng)重構(gòu)前后的質(zhì)量變化情況。評(píng)價(jià)指標(biāo)的計(jì)算方法如下：

Reusability＝-0.25×Coupling+0.25×Cohesion+0.5×Messaging+0.5×Design Size (11)

Flexibility＝0.25×Encapsultion-0.25×Coupling+0.5×Composition+0.5×Polymorphism (12)

Ma int ainability＝ko×1/(LCOM×CBO×WMC×DIT×NOC×RFC) (14)

通過上述的公式(11)至公式(16)的評(píng)價(jià)指標(biāo)評(píng)價(jià)本實(shí)施例的重構(gòu)方法得到的集成測試序列與傳統(tǒng)方法得到的結(jié)果對(duì)比分析，如表1所示。

表1 本實(shí)施例得到的集成測試序列與傳統(tǒng)方法結(jié)果對(duì)比分析

其中，指標(biāo)EP可同時(shí)度量軟件系統(tǒng)的內(nèi)聚度和耦合度的值，EP的值等于耦合度與內(nèi)聚度之比，因此，EP的值越小，重構(gòu)效果越好。通過對(duì)比可發(fā)現(xiàn)，利用本實(shí)施例提供的面向?qū)ο筌浖淖詣?dòng)化重構(gòu)方法對(duì)待重構(gòu)軟件系統(tǒng)進(jìn)行重構(gòu)后，系統(tǒng)的各項(xiàng)綜合指標(biāo)均有一定程度的改善，最為明顯的是系統(tǒng)的可維護(hù)性，平均增長到重構(gòu)前的2.4倍。由此可見，本實(shí)施例的方法能夠提高軟件質(zhì)量，降低軟件維護(hù)成本，是一種有效提高軟件質(zhì)量的手段。

最后應(yīng)說明的是：以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案，而非對(duì)其限制；盡管參照前述實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對(duì)前述實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對(duì)其中部分或者全部技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明權(quán)利要求所限定的范圍。