阿里面试题：
阿里代码库有几亿行代码，但其中有很多功能重复的代码，比如单单快排就被重写了几百遍。
请设计一个程序，能够将代码库中所有功能重复的代码找出。
各位大佬有啥想法，我当时就懵了，然后就挂了。。。
曹彰：要是能找出的话，他们自己早特么就去找了。
科大讯飞股份有限公司员工：这不就是编译器优化的事？
程序猿.道明寺：m
楼主：是啊，关键是怎么找出来
程序猿.曲洋：m
科大讯飞股份有限公司员工：函数的语法树优化后同构
阿里巴巴员工：你面试的研发效能？
程序猿.曲洋：train个模型，机器扫一遍，再人工校验一下[害羞]
饿了么员工：M
阿里巴巴员工[2]：感觉是骗方案[笑哭]，里面到处是重复的代码，一个Result类都有几十个[坏笑]
科大讯飞股份有限公司员工：[坏笑]找出来怎么刷kpi
阿里巴巴员工[3]：所有行吗？还是方法？如果是方法，可以把每个方法编译成字节码，然后先匹配方法签名，一样的话再匹配字节码。
湖南泛联新安信息科技有限公司员工：形式验证[哈哈]
科大讯飞股份有限公司员工：实际上不怎么好，相似不等于等价。不过确实是个方案[奸笑]然后你入职后就负责这个吧
程序猿.朱仝：咋觉得不靠谱呢
时迁：1. 字符串匹配查找所有函数名称包含sort的，将函数的代码段和文件夹路径提取出来 2 从这些代码段函数名称，或者开头注释里边查找包含quick字符串的即为重复的代码段。为什么这样有效?因为你是程序员，我是程序员，写代码的时候quicksort函数名称或者注释里边，肯定有quick，sort两个单词，用这个规律找出来非常高效，只需要扫描一遍代码库。更详细点，可能是中文注释，那就匹配中文的 快速，快排，排序再几个词就行[哈哈][哈哈][哈哈]
时迁：这个题考查的是搜索匹配问题，即看你是否能找到需要的结果的共同特征，用逆向思维，大家都经常有的习惯去解题即可。[微笑][微笑]
程序猿.安东尼奥刘能：m
前阿里妈妈员工：好吧，这是之前一个内部项目。。
时迁：看看我的回复啊，这个感觉不难啊，考察一个程序员的逆向思维[害羞][害羞]
海尔集团员工：重复就重复呗，也不影响什么
时迁：看看我后面的回复，很简单啊，你们别陷入代码底层细节逻辑匹配，而是上层的快排结果匹配就行了[哈哈][哈哈]
嵩山弟子：M
徐庶：我在想什么项目需要重写快排，是标准库的快排不好用，还是自己太飘？
司马昭：m
沉默是银：考察海量数据切割，以及文本分析吧
张飞：m
程序猿.药匣子：你觉得可能有注释？
衡山弟子：静态检查
时迁：你觉得有人会恶意写函数名称?给自己之后调用增加工作量?
程序猿.廖化：m
蒋琬：这个馊主意写这么多字干嘛
时迁：[哈哈][哈哈][哈哈]解释清楚点
腾讯科技（深圳）有限公司员工：我就是做这个的
腾讯员工：大佬请问用到哪些技术？
假意或真心：算md5吗
微软亚洲研究院员工：nlp技术很容易。
低压锅蒂亚戈：这是钓鱼来的
程序猿.风波恶：基于注释?
昆仑弟子[2]：m
中国银联员工：各种特征:包括函数定义的文本，调用它的上下文，可能有的运行时日志，运行时输入输出，编译后的字节码
美团点评员工：它说的是功能，不是代码相似度...nio和bio只差一行代码，功能却大相径庭
滴滴出行员工：面试官是孤尽不?[哈哈][哈哈]
字节跳动员工：这就是一个code 风格检查，例如代码重复，函数过长， if过多，变量过多
滴滴出行科技有限公司员工：M
腾讯科技（深圳）有限公司员工：静态分析加搜索引擎那一套
测试.阮小五：可以用判断代码相似度的方法，也可以直接随机输入看输出是否一样来判断
李逵：m
萧峰：最后落地了吗
美团点评员工[2]：m
曹彰：要是能找出的话，他们自己早特么就去找了。
阿里巴巴员工[2]：感觉是骗方案[笑哭]，里面到处是重复的代码，一个Result类都有几十个[坏笑]
蒋琬：这个馊主意写这么多字干嘛
时迁：这个题考查的是搜索匹配问题，即看你是否能找到需要的结果的共同特征，用逆向思维，大家都经常有的习惯去解题即可。[微笑][微笑]
徐庶：我在想什么项目需要重写快排，是标准库的快排不好用，还是自己太飘？
海尔集团员工：重复就重复呗，也不影响什么