«Индекс Дежавю». 70% кода на GitHub — копии других проектов

Оставить комментарий
«Индекс Дежавю». 70% кода на GitHub — копии других проектов

Совместное исследование специалистов Microsoft, University of California в Irvine и Чешского технического универсистета показало, что более 70 процентов кода на GitHub представляет собой копии и копии копий проектов, зачастую не претерпевшие никакой обработки, сообщает The Register.

Читать далее

Изначально целью восьми исследователей было определение того, как сильно отличается ранее скопированный код при использовании в новых проектах. В ходе работы выяснилось, что огромное количество проектов использует «шокирующее количество копий, сделанных на уровне файлов».

Из 428 млн файлов, изученных в ходе исследования, только 85 млн оказались уникальными. А при проведении проектного анализа выяснили, что от 9 до 31 процента проектов содержит по крайней мере 80 процентов файлов из других проектов. Эта находка побудила исследователей сместить акценты, что привело к созданию публичного индекса дублирования кода («индекс Дежавю»).

Иллюстрация: University of California at Irvine

По оси Y показано количество коммитов в проект, на оси X — количество файлов в проекте. Значение каждого квадрата укзывает на процент скопированных файлов. Чем темнее цвет — тем больше клонов.

В соответствии с расчётами, самым «закопированным» языком программирования назвали JavaScript. Во всём массиве кода лишь 6 процентов кода оказались оригинальными. Исследователи отнесли к дубликатам 73 процента кода экосистемы C++ и 71 процент Python-кода.

Самым «индивидуалистичным» языком программирования назвали Java — но и в ней объём дублированного кода достигает 40 процентов.

Очевидно, на показатели «индекса Дежавю» влияет и характер языка. В JavaScript, к примеру, медианное количество подключённых проектов (а этот язык многие любят именнно благодаря огромному количеству подключаемых библиотек) оказалось на уровне 63, а максимальное количество «зависимостей» достигало 1261.

С помощью опубликованного отчёта авторы надеются помочь другим исследователям учесть особенности повторяемости при изучении тенденций в разработке.

Как и зачем определять свои жизненные ценности?

Карьерный коуч из Google делится в блогах ключом к пониманию себя.

Подписывайтесь на «Что к чему» —
анамнез и главные симптомы беларуского ИТ.
Цифры, графика, ничего лишнего. Выходит раз в 2 недели.
Спасибо! На указанный адрес отправлено письмо для подтверждения подписки.
Читайте также
DataCamp открывает безлимитный доступ к курсам за €69 в год
DataCamp открывает безлимитный доступ к курсам за €69 в год
DataCamp открывает безлимитный доступ к курсам за €69 в год
Microsoft запустила обучающий сайт по Java
Microsoft запустила обучающий сайт по Java
Microsoft запустила обучающий сайт по Java
Разработчик пиратского софта сдал коллегу, который «спиратил» его код
Разработчик пиратского софта сдал коллегу, который «спиратил» его код
Разработчик пиратского софта сдал коллегу, который «спиратил» его код
Топ языков программирования по версии IEEE в 2022 году
Топ языков программирования по версии IEEE в 2022 году
Топ языков программирования по версии IEEE в 2022 году

Хотите сообщить важную новость? Пишите в Telegram-бот

Главные события и полезные ссылки в нашем Telegram-канале

Обсуждение
Комментируйте без ограничений

Релоцировались? Теперь вы можете комментировать без верификации аккаунта.

Комментариев пока нет.