浅谈程序重构识别的研究与实现

张宝春

一、研究背景

软件也是有生命周期的，在软件使用过程中，软件需要升级、更改，以适应新的需求。一般软件的更改都是迫于外部的压力，譬如客户要求或者是行业竞争。而这些更改必然会对程序原有的结构造成破坏，降低质量，提高程序复杂度，结果软件使用的维护成本被提高，以后再次升级将会变得困难。Brooks指出所有软件都存在这个问题，而且修复进行得越晚，成本越高，代价越大，直到代价超过重新开发。解决这个问题，需要一种能够提高软件质量同时降低程序复杂度的技术。重构就是能够解决这个问题的一项重要技术手段。重构是指在不改变软件外部行为的前提下，以提高软件内部质量为目的，对软件实施更改的一种技术。重构过程有三个阶段：

1.识别：找出需要重构的地方，确定重构的方式；

2.代码实施：对需要重构的位置的代码进行重构；

3.验证：验证重构后和重构前的程序能否实现相同的功能，不能因为重构改变代码的功能。

我们重构的目的是最终让系统更加简单，也就是说，让系统职责分配更清晰，代码复杂度更低。

重构的主要功能是通过软件的修复来提高软件的性能。因此，重构可作为一项软件辅助技术应用到大部分软件的维护活动中去：

1.重构是一种重要的预防性维护措施。它既不修正错误，又不增加新功能，而是用于提高代码可读性或改变代码内部结构与设计。它通过对类、变量和方法的重新分配，降低代码冗余度，提高软件质量（如模块性、重用性、复杂性、可维护性、可理解性和效率）。

2.重构可用于逆向工程中，它能够分析遗留系统，使恶化的代码重新组织，转换成良好的形式。特别是我们需要给现有程序添加新的功能很困难的时候，开发人员先进行代码重构，新功能的添加就会特别简单。

重构的过程是对代码进行更改，这涉及装程序，所以重构不是一个简单的轻量级的软件技术，需要花费大量的精力和时间：

1.识别程序中哪些地方存在“坏味道”、哪些代码需要被重构是重构的难点，因为对于“坏味道”的理解取决于很多因素，在很大程度上存在主观性。因此，如何自动识别重构对象是限制重构技术发展的瓶颈，目前大部分工作都是基于人工的代码检测，大大降低重构效率，这也是制约重构发展的最大障碍。

2.在重构实施阶段，需要对“坏味道”进行调整，使得问题代码按照预期的方式进行调整。对这些代码的修改必定会影响到程序中的其他部分，需要为不同的“坏味道”设计安全的程序转换。为了避免重构过程牵涉到整个程序，要限定重构的规模。在同一个程序中，同样类型的“坏味道”会重复多次出现，只是表现形式不同，要使一次重构实施能同时修改所有具有相同类型的问题代码。这些都是在重构实施阶段需要被考虑的问题。

3.重构后的代码必须能够正确运行，并具有与原程序相同的行为。不幸的是，对正确性和行为不变性的研究十分缺乏。这主要是因为程序的行为会涉及运行时的动态信息，而重构是一种静态的代码分析技术。要把动态的行为通过静态的方式来验证，是一项重大挑战。

我们可以通过一种形式化的图转换技术，建立一个完整的重构模型。首先，把程序转换成等价的图表示，识别出图中具有不合理关系的“坏味道”作为重构对象；然后，通过程序切片技术，提取与重构对象相关的语句，按照图转换规则对其实施重构；最后，验证被转换的图仍表示一个正确的程序，且转换前后具有相同的行为。

二、重构识别的现状

目前，对重构对象的识别主要依靠手动方法，这样不但效率低，而且正确性不高，从而制约了重构技术的发展。因此，自动识别重构对象对重构技术的发展非常重要。现有的重构识别方法主要通过程序分析、可视化和度量等技术来辅助实现。

识别重构对象的方法之一是静态分析。Kamiy首先提出一种自动识别克隆代码的技术，消除程序中的冗余代码。Katao利用动态分析技术，开发出能够自动检测程序不变量的工具Daikon，进而删除不影响程序运行的不变量。

另外一种识别重构对象的方法是可视化技术，它根据不同需求，将程序在不同层次进行抽象，然后在这个抽象层次上发现潜在的“坏味道”。Simon利用基于度量的可视化技术，把程序的内聚度在2D图上抽象出来，辅助维护人员识别重构对象。Bohnet将组件之间的交互（调用关系）可视化在3D空间，在不同的抽象层次（从方法间的交互到系统间的交互）上分析组件之间的交互，从而识别不合理的调用关系。

度量技术也是重构识别的重要方法。如Chidamber提出的LCOM度量可反映一个类中的方法与属性之间交互的紧密程度。Briand提出一种针对类的接口的度量，来分析这个类的接口定义的是否合理。Sheetz等通过Fan-out度量，来反映一个类与外界的耦合度，这可以帮助识别程序中类间交互的“坏味道”。Ott在一些简单度量的基础之上，定义了一种基于切片的内聚度度量，通过计算一个指定的变量在模块内的切片，可间接地计算该模块的内聚度，从而识别出一些重构对象。而Simon也结合前人思想，定义出能够精确反应模块内聚度的度量函数，根据元素间共享的属性个数来决定模块的内聚度。这些方法都可用来辅助维护人员识别程序中某种“坏味道”。

三、重构工具

在以上各种技术的支持下，学者们开发出大量的重构工具。XRefactory是一种带有预处理功能的重构工具，可以对C和Java程序进行重构。Smalltalk Refactoring Browser是一个半自动化的重构工具，维护人员通过选定一段带有“坏味道”的代码，并指定使用何种重构方法，便可自动执行相应的重构。它已经集成到许多IDES之中（如VisualWorks， TogetherJ， JBuilder， Eclipse）。另外，Casais提出对Eiffel程序进行类层次关系重构的工具。Guru是一种对Self程序进行自动化重构的工具，可以从类层次结构中提取出公共部分组成新的父类，也可以从方法中提取出共享代码组成新的方法。同时，Casais和Tichelaar分别提出降低程序实体间依赖性的重构工具。Sunye把重构与CASE工具进行集成。Tourwe和Meuter指出被编译器执行的优化也可以被看作是一种自动化重构，虽然这些优化转换是对用户完全透明的，但它的目的是提高程序的效力，并保持程序的外部行为不变。

在常用的重构工具中，SlickEdit和Ref++是两款功能完善的C++重构工具，他们与Visaul Stuido平台直接集成，可以对代码实施Extract Method和Modify Parameter等十多种重构。而XRefactory]和JFactor是被广泛使用的Java自动化重构工具，被无缝集成到Eclipse平台中，实施一些简单的原子重构，辅助维护人员对程序的结构进行改善。在某些情况下，全自动化工具存在一些劣势，因为重构全部自动化，可能做了太多的工作，会使一部分被重构后的程序比之前更难理解。交互式重构工具可能不存在这样的劣势，但交互式重构工具需要大量的人机交互，这是一件耗时的事情。不论怎样，半自动化重构工具在实际应用中的使用范围最广，因为一些重构所需的知识不能从软件中被提取，却可以从人脑中得知。

四、研究内容

目前对重构技术的研究比较分散，对于重构的不同阶段，使用的技术各不相同，缺少统一的重构模型和基础技术支持。我们可以用基于程序切片的形式化方法对程序进行重构识别、实施和验证。这种形式化的重构模型以图表示作为基础技术，把一个程序用图表示出来，那么重构就相当于图转换文法中的一条产生式规则，一个重构的前置条件对应为图转换文法中一条产生式的前置条件。该方法先把程序转换成等价的图表示，所有的重构过程都在图的基础上完成，形成一个统一的重构体系。

最主要的研究内容为以下三方面：

1.重构识别

在图中构造元素之间的依赖关系，生成程序依赖图，在此基础上定义一种度量函数来计算元素间的控制关系，根据度量结果，识别元素间不合理的耦合关系，从而自动识别出程序中的“坏味道”。该技术可以自动分析源代码，指出程序中不合理的地方，改变了以往手动重构识别所带来的主观性和效率问题，解决了重构的瓶颈，为自动化重构实施打下良好基础。

2.重构实施

通过向图中的节点和边中加入类型信息，把程序依赖图扩展为类型图。类型图包含了重构实施过程所需的必要信息。在重构和类型图转换之间建立起等价关系，将程序的重构过程变为对图的转换过程。通过类型图的转换产生式表示重构，可以使重构对象按照预想的方式进行调整，并使一次重构实施能够同时修改所有具有相同类型的问题代码。为了避免重构过程牵涉到整个程序，减少重构的影响集，可以借助程序切片技术计算出与重构对象相关的代码，使重构过程仅在切片中进行。

3.重构验证

为保证重构的正确性，可以预先为重构产生式定义一些前置条件，使得能够满足条件的程序才能被重构，且保持程序的正确性。在保证重构正确性的前提下，才能验证重构是否保持程序行为的不变性。本文基于近似性原理，定义一些能够代表程序行为的图属性，通过验证在重构实施前后图的行为属性是否被改变，从而证明重构是否保证程序的行为不变性。该方法避免了使用静态方法验证程序的动态行为带来的弊端。

五、总结展望

通过识别出软件中的“坏味道”，对其实施重构，调整软件的结构使之更加合理，从而提高软件质量，进而有利于程序理解和错误定位等其他软件维护活动，大大降低软件维护的成本。随着统一重构模型技术的发展逐渐成熟，它势必会得到软件维护人员的重用，成为必不可少的一项软件维护手段。

【参考文献】

[1]Brooks F. The Mythical Man-Month [M]. New York： Addison-Wesley， 1975.

[2] Emden E V， Moonen L. Java quality assurance by detecting code smells [C] . Proceedings of Working Conference Reverse Engineering， Amsterdam， Netherlands， 2002： 97-108.

[3]Czibula I G， erban G. Improving Systems Design Using a Clustering Approach [J]. International Journal of Computer Science and Network Security， 2006， 6（12）：40-48.

[4]Sunye G， Pollet D， LeTraon Y， et al. Refactoring UML models [J]. Lecture Notes in Computer Science， 2001， 21（85）： 134-138.