基于聚类搜索和大模型的多粒度代码克隆检测方法

本发明提供一种基于聚类搜索和大模型的多粒度代码克隆检测方法，属于代码克隆检测技术领域。包括：MGCD解析代码库以生成一个向量数据库，其中每个向量代表一个函数级代码片段；待检测的代码被解析，MGCD利用搜索算法在数据库中识别函数克隆候选项；用自动启发式方法作为过滤器获得高度相关和准确的函数级结果；MGCD实现多粒度克隆检测。本发明显著增强了对语义克隆的识别能力，有效检测复杂语义相似的代码片段。聚类算法提升了在大规模代码库中的检索效率，减少了计算成本。支持多粒度的代码克隆检测，涵盖函数级、模块级及项目级等多个层次，为用户提供了更全面、多维度的代码相似性分析结果，提升了检测效率，增强了系统的灵活性和扩展性。