CN116560661A - 代码优化方法、装置、设备及存储介质 - Google Patents
代码优化方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116560661A CN116560661A CN202310405894.1A CN202310405894A CN116560661A CN 116560661 A CN116560661 A CN 116560661A CN 202310405894 A CN202310405894 A CN 202310405894A CN 116560661 A CN116560661 A CN 116560661A
- Authority
- CN
- China
- Prior art keywords
- code
- optimized
- target
- information
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 199
- 238000005457 optimization Methods 0.000 title claims abstract description 95
- 238000001514 detection method Methods 0.000 claims abstract description 202
- 238000012549 training Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 19
- 238000010586 diagram Methods 0.000 claims description 19
- 238000007689 inspection Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 description 12
- 230000015654 memory Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/40—Transformation of program code
- G06F8/41—Compilation
- G06F8/44—Encoding
- G06F8/443—Optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3604—Software analysis for verifying properties of programs
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Telephonic Communication Services (AREA)
Abstract
本公开提供了一种代码优化方法、装置、设备及存储介质,可以应用于计算机技术领域和金融技术领域。该方法包括将待优化的代码输入代码优化模型的检测层,基于预设质量检测规则,得到第一检测结果;根据第一检测结果确定待优化的代码中的第一目标字段信息;将待优化的代码和第一目标字段信息输入代码优化模型的生成层,通过变更方法调用链路信息,生成优化后的第一代码;将优化后的第一代码输入检测层,基于预设质量检测规则,得到第二检测结果;在确定第二检测结果满足预设阈值的情况下,将优化后的第一代码确定为目标代码。
Description
技术领域
本公开涉及计算机技术领域和金融技术领域,尤其涉及一种代码优化方法、装置、设备、介质和程序产品。
背景技术
随着计算机技术的快速发展,项目迭代越来越快,计算机代码也要根据项目需求不断进行迭代优化和更新。
代码迭代优化和更新后,需要检查代码的质量。通常利用代码质量检查工具检查代码质量之后,开发人员根据检查结果改动存在问题的代码块。由于人工修改的过程仅关注于局部代码,不能直观地展现出修改之后的代码对整体代码质量的影响,需要不断地修正,处理效率低。
发明内容
鉴于上述问题,本公开提供了代码优化方法、装置、设备、介质和程序产品。
根据本公开的第一个方面,提供了一种代码优化方法,包括:将待优化的代码输入代码优化模型的检测层,基于预设质量检测规则,得到第一检测结果;
根据上述第一检测结果确定上述待优化的代码中的第一目标字段信息,其中,上述第一目标字段信息表征第一目标代码实例的方法调用链路信息,上述第一目标代码实例表征方法调用链路不符合上述预设质量检测规则的实例;
将上述待优化的代码和上述第一目标字段信息输入上述代码优化模型的生成层,通过变更上述方法调用链路信息,生成优化后的第一代码;
将上述优化后的第一代码输入上述检测层,基于上述预设质量检测规则,得到第二检测结果;以及
在确定上述第二检测结果满足预设阈值的情况下,将上述优化后的第一代码确定为目标代码。
根据本公开的实施例,其中,上述根据上述第一检测结果确定上述待优化的代码中的第一目标字段信息,包括:
基于上述预设质量检测规则,确定方法调用链路的目标长度信息;
根据上述第一检测结果,确定上述第一目标代码实例,其中,上述第一目标代码实例的方法调用链路的长度大于上述目标长度;以及
从上述第一目标代码实例中提取方法调用链路信息,得到上述第一目标字段信息。
根据本公开的实施例,其中,上述将上述待优化的代码和上述第一目标字段信息输入上述代码优化模型的生成层,通过变更上述方法调用链路信息,生成优化后的第一代码,包括:
将上述待优化的代码和上述第一目标字段信息输入上述代码优化模型的生成层,根据上述第一目标字段信息,确定第一方法调用链路信息;
根据上述第一方法调用链路信息,基于方法调用链路拓扑关系图,查询到第二目标代码实例,上述第二目标代码实例中包括用于执行上述第一目标代码实例所需调用的方法信息;
根据上述第二目标代码实例和目标长度信息,基于上述方法调用链路拓扑关系,生成第二方法调用链路信息;以及
根据上述第二方法调用链路信息,变更上述第一目标字段信息,生成上述优化后的第一代码。
根据本公开的实施例,其中,上述根据上述第二目标代码实例和目标长度信息,基于上述方法调用链路拓扑关系,生成第二方法调用链路信息,包括:
根据上述第二目标代码实例和目标长度信息,基于上述方法调用链路拓扑关系,确定第三目标代码实例,上述目标长度信息是根据上述预设质量检验规则确定的;以及
根据上述第三目标代码实例与上述第二目标代码实例之间的方法调用链路信息,生成上述第二方法调用链路信息。
根据本公开的实施例,其中,上述根据上述第二方法调用链路信息,变更上述第一目标字段信息,生成上述优化后的第一代码,包括:
根据上述第一方法调用链路信息和上述第二方法调用链路信息,确定上述第一目标字段信息的待变更字段和待变更字段的内容信息;以及
根据上述待变更字段的内容信息变更上述待变更字段,生成上述优化后的第一代码。
根据本公开的实施例,还包括:
在确定上述检测结果不满足上述预设阈值的情况下,根据上述检测结果确定第二目标字段信息;
将上述优化后的第一代码和上述第二目标字段信息输入上述代码优化模型的生成层,生成优化后的第二代码;以及
在确定上述第二代码的检测结果满足上述预设阈值的情况下,将上述优化后的第二代码确定为上述目标代码
根据本公开的实施例,其中,上述代码优化模型的训练方法包括:
利用样本代码和符合预设质量检测规则的标准样本代码对初始模型的生成层和上述初始模型的检测层进行交替迭代训练,得到上述生成层的损失值和上述检测层的损失值;以及
在上述生成层的损失值和上述检测层的损失值均达到收敛条件的情况下,得到上述代码优化模型。
根据本公开的实施例,其中,上述利用样本代码和符合预设质量检测规则的标准样本代码对初始模型的生成层和上述初始模型的检测层进行交替迭代训练,得到上述生成层的损失值和上述检测层的损失值,包括:
将上述样本代码和上述标准样本代码输入上述初始模型的生成层,生成优化后的样本代码;
基于第一目标损失函数,根据上述标准样本代码和上述优化后的样本代码,得到上述生成层的损失值;
基于上述生成层的损失值,调整上述生成层的模型参数,得到第一中间模型;
将上述优化后的代码、上述标准样本代码输入上述中间模型的检测层,输出上述优化后的检测结果;
基于第二目标损失函数,根据上述检测结果和上述样本代码的标签,得到上述检测层的损失值;
基于上述检测层的损失值,调整上述检测层的模型参数,得到第二中间模型;以及
对上述第二中间模型返回执行生成层的训练操作得到第三中间模型,并对上述第三中间模型返回执行检测层的训练操作,直至上述生成层的损失值和上述检测层的损失值均达到上述收敛条件。
本公开的第二方面提供了一种代码优化装置,包括:第一检测模块,用于将待优化的代码输入代码优化模型的检测层,基于预设质量检测规则,得到第一检测结果;
第一确定模块,用于根据上述第一检测结果确定上述待优化的代码中的第一目标字段信息,其中,上述第一目标字段信息表征第一目标代码实例的方法调用链路信息,上述第一目标代码实例表征方法调用链路不符合上述预设质量检测规则的实例
第一生成模块,用于将上述待优化的代码和上述第一目标字段信息输入上述代码优化模型的生成层,通过变更上述方法调用链路信息,生成优化后的第一代码;
第二检测模块,用于将上述优化后的第一代码输入上述检测层,基于上述预设质量检测规则,得到检测结果;以及
第二确定模块,用于在确定上述检测结果满足预设阈值的情况下,将上述优化后的第一代码确定为目标代码。
本公开的第三方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当上述一个或多个程序被上述一个或多个处理器执行时,使得一个或多个处理器执行上述方法。
本公开的第四方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述方法。
本公开的第五方面还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述方法。
根据本公开提供的代码优化方法、装置、设备、介质和程序产品,通过将待优化的代码输入代码优化模型的检测层,基于检测层中预设质量检测规则,得到第一检测结果,从而确定待优化的代码中不符合预设质量检测规则的实例的第一目标字段信息,将待优化的代码和第一目标字段信息输入代码优化模型的生成层,通过变更方法调用链路信息,生成优化后的第一代码,将优化后的第一代码输入检测层,基于预设质量检测规则,得到满足预设阈值的第二检测结果,从而将第一代码确定为目标代码。由于代码优化模型的检测层对待优化代码进行整体检查,查找不符合预设质量检测规则的目标字段信息,并变更方法调用链路信息进行优化,因此,至少部分的解决了需要人工检查代码质量,对局部存在问题的代码进行修改,影响整体代码质量且效率低的问题,实现了自动检查整体代码并优化代码,达到了提高代码优化质量和效率的技术效果。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的代码优化方法、装置、设备、介质和程序产品的应用场景图;
图2示意性示出了根据本公开实施例的代码优化方法的流程图;
图3示意性示出了根据本公开实施例的确定待优化的代码中的第一目标字段信息的方法流程图;
图4示意性示出了根据本公开实施例的生成优化后的第一代码的方法流程图;
图5示意性示出了根据本公开实施例的代码优化装置的结构框图;以及
图6示意性示出了根据本公开实施例的适于实现代码优化方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。
在本公开的技术方案中,所涉及的数据(如包括但不限于用户个人信息)的收集、存储、使用、加工、传输、提供、公开和应用等处理,均符合相关法律法规的规定,采取了必要保密措施,且不违背公序良俗。
随着计算机技术的快速发展,项目需求不断更新,项目迭代越来越快,计算机代码也要根据项目需求不断进行迭代优化和更新。代码迭代优化过程中,修改之后的代码对整体代码质量会产生影响,代码迭代优化和更新后,需要检查代码的质量。通常利用代码质量检查工具检查代码质量之后,开发人员根据检查结果改动存在问题的代码块。由于人工修改的过程仅关注于局部代码,不能直观地展现出修改之后的代码对整体代码质量的影响,需要不断地修正,处理效率低。
本公开的实施例提供了一种代码优化方法,包括将待优化的代码输入代码优化模型的检测层,基于预设质量检测规则,得到第一检测结果;根据所述第一检测结果确定所述待优化的代码中的第一目标字段信息,其中,所述第一目标字段信息表征第一目标代码实例的方法调用链路信息,所述第一目标代码实例表征方法调用链路不符合所述预设质量检测规则的实例;将所述待优化的代码和所述第一目标字段信息输入所述代码优化模型的生成层,通过变更所述方法调用链路信息,生成优化后的第一代码;将所述优化后的第一代码输入所述检测层,基于所述预设质量检测规则,得到第二检测结果;在确定所述第二检测结果满足预设阈值的情况下,将所述优化后的第一代码确定为目标代码。
图1示意性示出了根据本公开实施例的代码优化方法的应用场景图。
如图1所示,根据该实施例的应用场景100可以包括第一终端设备101、第二终端设备102、第三终端设备103、网络104和服务器105。网络104用以在第一终端设备101、第二终端设备102、第三终端设备103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用第一终端设备101、第二终端设备102、第三终端设备103中的至少一个通过网络104与服务器105交互,以接收或发送消息等。第一终端设备101、第二终端设备102、第三终端设备103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
第一终端设备101、第二终端设备102、第三终端设备103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用第一终端设备101、第二终端设备102、第三终端设备103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的代码优化方法一般可以由服务器105执行。相应地,本公开实施例所提供的代码优化装置一般可以设置于服务器105中。本公开实施例所提供的代码优化方法也可以由不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的代码优化装置也可以设置于不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
以下将基于图1描述的场景,通过图2~图4对公开实施例的代码优化方法进行详细描述。
图2示意性示出了根据本公开实施例的代码优化方法的流程图。
如图2所示,该实施例的代码优化方法包括操作S210~操作S250。
在操作S210,将待优化的代码输入代码优化模型的检测层,基于预设质量检测规则,得到第一检测结果。
根据本公开的实施例,预设质量检测规则可以是代码命名规则、代码注释规则或代码实例方法调用链路规则等。例如,代码方法调用链路规则可以是代码实例A调用代码实例B,代码实例B调用代码实例C,代码实例A调用代码实例C。其中,实例A调用代码实例B、代码实例B调用代码实例C的方法调用链路的长度为1,代码实例A调用代码实例C的方法调用链路的长度为2。
在操作S220,根据所述第一检测结果确定所述待优化的代码中的第一目标字段信息,其中,所述第一目标字段信息表征第一目标代码实例的方法调用链路信息,所述第一目标代码实例表征方法调用链路不符合所述预设质量检测规则的实例。
根据本公开的实施例,预设质量检测规则的方法调用链路的长度为1,在第一目标代码实例的方法调用链路的长度大于1的情况下,第一目标字段信息中第一目标代码实例的方法调用链路信息不符合预设质量检测规则,从而根据第一检测结果确定待优化的代码中的第一目标字段信息。
在操作S230,将所述待优化的代码和所述第一目标字段信息输入所述代码优化模型的生成层,通过变更所述方法调用链路信息,生成优化后的第一代码。
根据本公开的实施例,待优化的代码和第一目标字段信息输入代码优化模型的生成层中,并在代码优化模型中训练,在训练过程中根据生成层中的方法调用链路信息更改第一目标字段信息的方法调用链路信息,生成优化后的第一代码。
在操作S240,将所述优化后的第一代码输入所述检测层,基于所述预设质量检测规则,得到第二检测结果。
根据本公开的实施例,检测层基于预设质量检测规则对优化的样本代码进行检测,检测优化的样本代码与目标代码之间的区别并进行区分,得到第二检测结果。
在操作S250,在确定所述第二检测结果满足预设阈值的情况下,将所述优化后的第一代码确定为目标代码。
根据本公开提供的代码优化方法、装置、设备、介质和程序产品,通过将待优化的代码输入代码优化模型的检测层,基于检测层中预设质量检测规则,得到第一检测结果,从而确定待优化的代码中不符合预设质量检测规则的实例的第一目标字段信息,将待优化的代码和第一目标字段信息输入代码优化模型的生成层,通过变更方法调用链路信息,生成优化后的第一代码,将优化后的第一代码输入检测层,基于预设质量检测规则,得到满足预设阈值的第二检测结果,从而将第一代码确定为目标代码。由于代码优化模型的检测层对待优化代码进行整体检查,查找不符合预设质量检测规则的目标字段信息,并变更方法调用链路信息进行优化,因此,至少部分的解决了需要人工检查代码质量,对局部存在问题的代码进行修改,影响整体代码质量且效率低的问题,实现了自动检查整体代码并优化代码,达到了提高代码优化质量和效率的技术效果。
图3示意性示出了根据本公开实施例的确定待优化的代码中的第一目标字段信息的方法流程图。
如图3所示,该实施例的确定待优化的代码中的第一目标字段信息的方法包括操作S310~操作S330。
在操作S310,基于预设质量检测规则,确定方法调用链路的目标长度信息。
根据本公开的实施例,质量检测规则包括代码实例方法调用链路规则,其中,代码实例方法调用链路规则为代码实例A调用代码实例B,代码实例B调用代码实例C,代码实例C调用代码实例D,确定方法调用链路的目标长度信息为2。
在操作S320,根据第一检测结果,确定第一目标代码实例,其中,第一目标代码实例的方法调用链路的长度大于目标长度。
根据本公开的实施例,在方法调用链路的目标长度信息为2的情况下,代码实例A的方法调用链路的长度为3,代码实例A的方法调用链路的长度大于目标长度,确定第一目标代码实例A。
在操作S330,从第一目标代码实例中提取方法调用链路信息,得到第一目标字段信息。
根据本公开的实施例,第一目标代码实例A中提取方法调用链路信息为代码实例A调用代码实例B,代码实例B调用代码实例C,代码实例C调用代码实例D,得到第一目标字段信息。
根据本公开的实施例,由于代码优化模型的检测层对待优化代码进行整体检查,查找不符合预设质量检测规则的目标字段信息,确定第一目标代码实例A,实现了自动检查整体代码,提高了查找待优化代码的效率。
图4示意性示出了根据本公开实施例的生成优化后的第一代码的方法流程图。
如图4所示,该实施例的生成优化后的第一代码的方法包括操作S410~操作S440。
在操作S410,将待优化的代码和第一目标字段信息输入代码优化模型的生成层,根据第一目标字段信息,确定第一方法调用链路信息。
根据本公开的实施例,生成层可以是基于图构建的网络。基于图的网络首先需要对相关代码进行建模得到图,图中的节点表征代码实例,节点还可以包括动作和控制点,其中,动作表征域的访问和重载操作,控制点表征控制结构的分支if,while,for等。图中的边表征方法调用链路信息,表征节点之间的依赖关系。利用基于图的网络来表示代码结构的句法和语义特征,代码优化模型利用不同的边来表达不同用户身份验证的令牌之间的句法和语义关系。然后根据使用最广的语言模型RNN网络来进行搭建训练得到代码优化模型的生成层。生成层也可以是基于抽象语法树构建的网络。
根据本公开的实施例,第一目标字段信息表征第一目标代码实例的方法调用链路信息,在代码优化模型的生成层中,基于预设质量检测规则,根据第一目标字段信息,确定第一方法调用链路信息。
在操作S420,根据第一方法调用链路信息,基于方法调用链路拓扑关系图,查询到第二目标代码实例,第二目标代码实例中包括用于执行第一目标代码实例所需调用的方法信息。
根据本公开的实施例,方法调用链路拓扑关系图的节点表征代码实例,方法调用链路拓扑关系图的边表征代码实例的方法调用链路信息。根据第一方法调用链路信息,基于方法调用链路拓扑关系图,查询包括用于执行第一目标代码实例所需调用的方法信息的第二目标代码实例。例如,第一目标代码实例的方法调用链路信息包括代码实例A调用代码实例B,代码实例B调用代码实例C,代码实例C调用代码实例D,基于方法调用链路拓扑关系图,查询到代码实例D中包括用于执行代码实例A所需调用的方法信息。
在操作S430,根据第二目标代码实例和目标长度信息,基于方法调用链路拓扑关系,生成第二方法调用链路信息。
在操作S440,根据第二方法调用链路信息,变更第一目标字段信息,生成优化后的第一代码。
根据本公开的实施例,基于方法调用链路拓扑关系图,确定执行第一目标代码实例所需调用的方法信息在第二目标代码实例中,根据方法调用链路的长度,生成第二方法调用链路信息。在方法调用链路的长度为1的情况下,代码实例A变更为调用代码实例D并获取执行代码实例A所需调用的方法信息,生成优化后的第一代码,能够实现自动优化代码,达到了提高代码优化质量和效率的技术效果。
根据本公开的实施例,在操作S430中,生成第二方法调用链路信息包括根据第二目标代码实例和目标长度信息,基于方法调用链路拓扑关系,确定第三目标代码实例,目标长度信息是根据预设质量检验规则确定的;根据第三目标代码实例与第二目标代码实例之间的方法调用链路信息,生成第二方法调用链路信息。
根据本公开的实施例,方法调用链路拓扑关系包括代码实例A调用代码实例B,代码实例B调用代码实例C,代码实例C调用代码实例D。第一代码实例为代码实例A,第二目标代码实例为代码实例D,在目标长度信息为2的情况下,基于方法调用链路拓扑关系,确定第三目标代码实例为代码实例C。根据第三目标代码实例与第二目标代码实例之间的方法调用链路信息,生成第二方法调用链路信息为代码实例A调用代码实例C,代码实例C调用代码实例D。
根据本公开的实施例,在目标长度信息为3的情况下,基于方法调用链路拓扑关系,确定第三目标代码实例为代码实例B。在目标长度信息为1的情况下,基于方法调用链路拓扑关系,确定第三目标代码实例为代码实例D。在生成第二方法调用链路信息的过程中,能够根据方法调用链路的长度信息确定目标第三代码实例,提高了代码优化质量。
根据本公开的实施例,在操作S440中,生成优化后的第一代码包括根据第一方法调用链路信息和第二方法调用链路信息,确定第一目标字段信息的待变更字段和待变更字段的内容信息;根据待变更字段的内容信息变更待变更字段,生成优化后的第一代码。
根据本公开的实施例,在优化第一代码过程中,自动检查整体代码的质量,根据待变更字段的内容信息变更待变更字段,生成优化后的第一代码,解决了需要人工检查代码质量,对局部存在问题的代码进行修改,影响整体代码质量且效率低的问题,能够自动优化代码,达到了提高代码优化质量和效率的效果。
根据本公开的实施例,在操作S230中,代码优化模型的训练方法包括利用样本代码和符合预设质量检测规则的标准样本代码对初始模型的生成层和初始模型的检测层进行交替迭代训练,得到生成层的损失值和检测层的损失值;在生成层的损失值和检测层的损失值均达到收敛条件的情况下,得到代码优化模型。
根据本公开的实施例,得到生成层的损失值和检测层的损失值包括:将样本代码和标准样本代码输入初始模型的生成层,生成优化后的样本代码;基于第一目标损失函数,根据标准样本代码和优化后的样本代码,得到生成层的损失值;基于生成层的损失值,调整生成层的模型参数,得到第一中间模型;将优化后的代码、标准样本代码输入中间模型的检测层,输出优化后的检测结果;基于第二目标损失函数,根据检测结果和样本代码的标签,得到检测层的损失值;基于检测层的损失值,调整检测层的模型参数,得到第二中间模型;以及对第二中间模型返回执行生成层的训练操作得到第三中间模型,并对第三中间模型返回执行检测层的训练操作,直至生成层的损失值和检测层的损失值均达到收敛条件。
根据本公开的实施例,生成层对样本代码不断进行优化,优化后的样本代码输入至检测层,并输出优化后的检测结果,基于检测结果,再次将优化后的代码输入至生成层进行优化,不断迭代优化。在代码优化模型训练过程中,生成层对样本代码不断优化生成符合的预设质量检测规则的目标代码,检测层不断检测优化的样本代码与目标代码之间的区别并进行区分,直至生成层的损失值和检测层的损失值均达到收敛条件,达到纳什均衡。
根据本公开的实施例,代码优化方法还包括在确定检测结果不满足预设阈值的情况下,根据检测结果确定第二目标字段信息;将优化后的第一代码和第二目标字段信息输入代码优化模型的生成层,生成优化后的第二代码;在确定第二代码的检测结果满足预设阈值的情况下,将优化后的第二代码确定为目标代码。
根据本公开的实施例,对检测结果设置满足预设阈值范围,在不满足预设阈值的情况下,将优化后的第一代码和第二目标字段信息输入代码优化模型的生成层,不断进行迭代优化,直至满足预设阈值,将优化后的第二代码确定为目标代码,提高了代码优化的质量。
基于上述代码优化方法,本公开还提供了一种代码优化装置。以下将结合图5对该装置进行详细描述。
图5示意性示出了根据本公开实施例的代码优化装置的结构框图。
如图5所示,该实施例的代码优化装置500包括第一检测模块510、第一确定模块520、第一生成模块530、第二检测模块540和第二确定模块550。
第一检测模块510用于将待优化的代码输入代码优化模型的检测层,基于预设质量检测规则,得到第一检测结果。在一实施例中,第一检测模块510可以用于执行前文描述的操作S210,在此不再赘述。
第一确定模块520用于根据第一检测结果确定待优化的代码中的第一目标字段信息,其中,第一目标字段信息表征第一目标代码实例的方法调用链路信息,第一目标代码实例表征方法调用链路不符合预设质量检测规则的实例。在一实施例中,第一确定模块520可以用于执行前文描述的操作S220,在此不再赘述。
第一生成模块530用于将待优化的代码和第一目标字段信息输入代码优化模型的生成层,通过变更方法调用链路信息,生成优化后的第一代码。在一实施例中,第一生成模块530可以用于执行前文描述的操作S230,在此不再赘述。
第二检测模块540用于将优化后的第一代码输入检测层,基于预设质量检测规则,得到检测结果。在一实施例中,第二检测模块540可以用于执行前文描述的操作S240,在此不再赘述。
第二确定模块550用于在确定检测结果满足预设阈值的情况下,将优化后的第一代码确定为目标代码。在一实施例中,第二确定模块550可以用于执行前文描述的操作S250,在此不再赘述。
根据本公开的实施例,第一确定模块包括第一确定子模块、第二确定子模块和第一提取子模块。第一确定子模块,用于基于预设质量检测规则,确定方法调用链路的目标长度信息。第二确定子模块,用于根据第一检测结果,确定第一目标代码实例,其中,第一目标代码实例的方法调用链路的长度大于目标长度。第一提取子模块,用于从第一目标代码实例中提取方法调用链路信息,得到第一目标字段信息。
根据本公开的实施例,第一生成模块包括第三确定子模块、第一查询子模块、第一生成子模块和第二生成子模块。第三确定子模块。用于将待优化的代码和第一目标字段信息输入代码优化模型的生成层,根据第一目标字段信息,确定第一方法调用链路信息。第一查询子模块。根据第一方法调用链路信息,基于方法调用链路拓扑关系图,查询到第二目标代码实例,第二目标代码实例中包括用于执行第一目标代码实例所需调用的方法信息。第一生成子模块,用于根据第二目标代码实例和目标长度信息,基于方法调用链路拓扑关系,生成第二方法调用链路信息。第二生成子模块,用于根据第二方法调用链路信息,变更第一目标字段信息,生成优化后的第一代码。
根据本公开的实施例,第一生成子模块包括第一确定单元和第一生成单元。第一确定单元,根据第二目标代码实例和目标长度信息,基于方法调用链路拓扑关系,确定第三目标代码实例,目标长度信息是根据预设质量检验规则确定的。第一生成单元,根据第三目标代码实例与第二目标代码实例之间的方法调用链路信息,生成第二方法调用链路信息。
根据本公开的实施例,第二生成子模块包括第二确定单元和第二生成单元。第二确定单元,用于根据第一方法调用链路信息和第二方法调用链路信息,确定第一目标字段信息的待变更字段和待变更字段的内容信息。第二生成单元,根据待变更字段的内容信息变更待变更字段,生成优化后的第一代码。
根据本公开的实施例,该实施例的代码优化装置800还包括第三确定模块、第二生成模块和第四确定模块。第三确定模块,用于在确定检测结果不满足预设阈值的情况下,根据检测结果确定第二目标字段信息。第二生成模块,用于将优化后的第一代码和第二目标字段信息输入代码优化模型的生成层,生成优化后的第二代码。第四确定模块,用于在确定第二代码的检测结果满足预设阈值的情况下,将优化后的第二代码确定为目标代码。
根据本公开的实施例,上述装置还包括代码优化模型的训练模块:用于利用样本代码和符合预设质量检测规则的标准样本代码对初始模型的生成层和初始模型的检测层进行交替迭代训练,得到生成层的损失值和检测层的损失值。在生成层的损失值和检测层的损失值均达到收敛条件的情况下,得到代码优化模型。
根据本公开的实施例,将样本代码和标准样本代码输入初始模型的生成层,生成优化后的样本代码。基于第一目标损失函数,根据标准样本代码和优化后的样本代码,得到生成层的损失值。基于生成层的损失值,调整生成层的模型参数,得到第一中间模型。将优化后的代码、标准样本代码输入中间模型的检测层,输出优化后的检测结果。基于第二目标损失函数,根据检测结果和样本代码的标签,得到检测层的损失值。基于检测层的损失值,调整检测层的模型参数,得到第二中间模型。对第二中间模型返回执行生成层的训练操作得到第三中间模型,并对第三中间模型返回执行检测层的训练操作,直至生成层的损失值和检测层的损失值均达到收敛条件。
根据本公开的实施例,第一检测模块510、第一确定模块520、第一生成模块530、第二检测模块540和第二确定模块550中的任意多个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,第一检测模块510、第一确定模块520、第一生成模块530、第二检测模块540和第二确定模块550中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,第一检测模块510、第一确定模块520、第一生成模块530、第二检测模块540和第二确定模块550中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图6示意性示出了根据本公开实施例的适于实现代码优化方法的电子设备的方框图。
如图6所示,根据本公开实施例的电子设备600包括处理器601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。处理器601例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC))等等。处理器601还可以包括用于缓存用途的板载存储器。处理器601可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 603中,存储有电子设备600操作所需的各种程序和数据。处理器601、ROM602以及RAM 603通过总线604彼此相连。处理器601通过执行ROM 602和/或RAM 603中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 602和RAM 603以外的一个或多个存储器中。处理器601也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备600还可以包括输入/输出(I/O)接口605,输入/输出(I/O)接口605也连接至总线604。电子设备600还可以包括连接至输入/输出(I/O)接口605的以下部件中的一项或多项:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至输入/输出(I/O)接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/***中所包含的;也可以是单独存在,而未装配入该设备/装置/***中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 602和/或RAM 603和/或ROM 602和RAM 603以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机***中运行时,该程序代码用于使计算机***实现本公开实施例所提供的物品推荐方法。
在该计算机程序被处理器601执行时执行本公开实施例的***/装置中限定的上述功能。根据本公开的实施例,上文描述的***、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分609被下载和安装,和/或从可拆卸介质611被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时,执行本公开实施例的***中限定的上述功能。根据本公开的实施例,上文描述的***、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (12)
1.一种代码优化方法,包括:
将待优化的代码输入代码优化模型的检测层,基于预设质量检测规则,得到第一检测结果;
根据所述第一检测结果确定所述待优化的代码中的第一目标字段信息,其中,所述第一目标字段信息表征第一目标代码实例的方法调用链路信息,所述第一目标代码实例表征方法调用链路不符合所述预设质量检测规则的实例;
将所述待优化的代码和所述第一目标字段信息输入所述代码优化模型的生成层,通过变更所述方法调用链路信息,生成优化后的第一代码;
将所述优化后的第一代码输入所述检测层,基于所述预设质量检测规则,得到第二检测结果;以及
在确定所述第二检测结果满足预设阈值的情况下,将所述优化后的第一代码确定为目标代码。
2.根据权利要求1所述的方法,其中,所述根据所述第一检测结果确定所述待优化的代码中的第一目标字段信息,包括:
基于所述预设质量检测规则,确定方法调用链路的目标长度信息;
根据所述第一检测结果,确定所述第一目标代码实例,其中,所述第一目标代码实例的方法调用链路的长度大于所述目标长度;以及
从所述第一目标代码实例中提取方法调用链路信息,得到所述第一目标字段信息。
3.根据权利要求1所述的方法,其中,所述将所述待优化的代码和所述第一目标字段信息输入所述代码优化模型的生成层,通过变更所述方法调用链路信息,生成优化后的第一代码,包括:
将所述待优化的代码和所述第一目标字段信息输入所述代码优化模型的生成层,根据所述第一目标字段信息,确定第一方法调用链路信息;
根据所述第一方法调用链路信息,基于方法调用链路拓扑关系图,查询到第二目标代码实例,所述第二目标代码实例中包括用于执行所述第一目标代码实例所需调用的方法信息;
根据所述第二目标代码实例和目标长度信息,基于所述方法调用链路拓扑关系,生成第二方法调用链路信息;以及
根据所述第二方法调用链路信息,变更所述第一目标字段信息,生成所述优化后的第一代码。
4.根据权利要求3所述的方法,其中,所述根据所述第二目标代码实例和目标长度信息,基于所述方法调用链路拓扑关系,生成第二方法调用链路信息,包括:
根据所述第二目标代码实例和目标长度信息,基于所述方法调用链路拓扑关系,确定第三目标代码实例,所述目标长度信息是根据所述预设质量检验规则确定的;以及
根据所述第三目标代码实例与所述第二目标代码实例之间的方法调用链路信息,生成所述第二方法调用链路信息。
5.根据权利要求3所述的方法,其中,所述根据所述第二方法调用链路信息,变更所述第一目标字段信息,生成所述优化后的第一代码,包括:
根据所述第一方法调用链路信息和所述第二方法调用链路信息,确定所述第一目标字段信息的待变更字段和待变更字段的内容信息;以及
根据所述待变更字段的内容信息变更所述待变更字段,生成所述优化后的第一代码。
6.根据权利要求1所述的方法,还包括:
在确定所述检测结果不满足所述预设阈值的情况下,根据所述检测结果确定第二目标字段信息;
将所述优化后的第一代码和所述第二目标字段信息输入所述代码优化模型的生成层,生成优化后的第二代码;以及
在确定所述第二代码的检测结果满足所述预设阈值的情况下,将所述优化后的第二代码确定为所述目标代码。
7.根据所述权利要求1所述的方法,其中,所述代码优化模型的训练方法包括:
利用样本代码和符合预设质量检测规则的标准样本代码对初始模型的生成层和所述初始模型的检测层进行交替迭代训练,得到所述生成层的损失值和所述检测层的损失值;以及
在所述生成层的损失值和所述检测层的损失值均达到收敛条件的情况下,得到所述代码优化模型。
8.根据权利要求7所述的方法,其中,所述利用样本代码和符合预设质量检测规则的标准样本代码对初始模型的生成层和所述初始模型的检测层进行交替迭代训练,得到所述生成层的损失值和所述检测层的损失值,包括:
将所述样本代码和所述标准样本代码输入所述初始模型的生成层,生成优化后的样本代码;
基于第一目标损失函数,根据所述标准样本代码和所述优化后的样本代码,得到所述生成层的损失值;
基于所述生成层的损失值,调整所述生成层的模型参数,得到第一中间模型;
将所述优化后的代码、所述标准样本代码输入所述中间模型的检测层,输出所述优化后的检测结果;
基于第二目标损失函数,根据所述检测结果和所述样本代码的标签,得到所述检测层的损失值;
基于所述检测层的损失值,调整所述检测层的模型参数,得到第二中间模型;以及
对所述第二中间模型返回执行生成层的训练操作得到第三中间模型,并对所述第三中间模型返回执行检测层的训练操作,直至所述生成层的损失值和所述检测层的损失值均达到所述收敛条件。
9.一种代码优化装置,包括:
第一检测模块,用于将待优化的代码输入代码优化模型的检测层,基于预设质量检测规则,得到第一检测结果;
第一确定模块,用于根据所述第一检测结果确定所述待优化的代码中的第一目标字段信息,其中,所述第一目标字段信息表征第一目标代码实例的方法调用链路信息,所述第一目标代码实例表征方法调用链路不符合所述预设质量检测规则的实例;
第一生成模块,用于将所述待优化的代码和所述第一目标字段信息输入所述代码优化模型的生成层,通过变更所述方法调用链路信息,生成优化后的第一代码;
第二检测模块,用于将所述优化后的第一代码输入所述检测层,基于所述预设质量检测规则,得到检测结果;以及
第二确定模块,用于在确定所述检测结果满足预设阈值的情况下,将所述优化后的第一代码确定为目标代码。
10.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~8中任一项所述的方法。
11.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~8中任一项所述的方法。
12.一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现根据权利要求1~8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310405894.1A CN116560661A (zh) | 2023-04-17 | 2023-04-17 | 代码优化方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310405894.1A CN116560661A (zh) | 2023-04-17 | 2023-04-17 | 代码优化方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116560661A true CN116560661A (zh) | 2023-08-08 |
Family
ID=87499208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310405894.1A Pending CN116560661A (zh) | 2023-04-17 | 2023-04-17 | 代码优化方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116560661A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116909620A (zh) * | 2023-09-11 | 2023-10-20 | 北京集度科技有限公司 | 程序优化方法、平台、设备和存储介质 |
CN118170430A (zh) * | 2024-05-15 | 2024-06-11 | 杭州新中大科技股份有限公司 | 一种调用链路的处理方法、装置、设备及存储介质 |
-
2023
- 2023-04-17 CN CN202310405894.1A patent/CN116560661A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116909620A (zh) * | 2023-09-11 | 2023-10-20 | 北京集度科技有限公司 | 程序优化方法、平台、设备和存储介质 |
CN118170430A (zh) * | 2024-05-15 | 2024-06-11 | 杭州新中大科技股份有限公司 | 一种调用链路的处理方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10061865B2 (en) | Determining answer stability in a question answering system | |
CN116560661A (zh) | 代码优化方法、装置、设备及存储介质 | |
US20170308620A1 (en) | Making graph pattern queries bounded in big graphs | |
CN109901987B (zh) | 一种生成测试数据的方法和装置 | |
CN116155628A (zh) | 网络安全检测方法、训练方法、装置、电子设备和介质 | |
CN115525781A (zh) | 多模态虚假信息检测方法、装置和设备 | |
CN113869904B (zh) | 可疑数据识别方法、装置、电子设备、介质和计算机程序 | |
CN113159877B (zh) | 数据处理方法、装置、***、计算机可读存储介质 | |
CN114048315A (zh) | 确定文档标签的方法、装置、电子设备和存储介质 | |
CN116108132B (zh) | 短信文本的审核方法和装置 | |
CN110610392A (zh) | 数据处理方法及***、计算机***和计算机可读存储介质 | |
CN113329011B (zh) | 一种安全访问控制方法和装置 | |
CN113515326B (zh) | 数据转换方法、装置、电子设备以及存储介质 | |
CN116303097B (zh) | 智能合约的模糊测试方法、装置、设备、介质和程序产品 | |
US10579696B2 (en) | Save session storage space by identifying similar contents and computing difference | |
CN115686660A (zh) | 自动化组件确定方法、装置、设备及介质 | |
CN116755709A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN117435795A (zh) | 数据获取方法、装置、设备、存储介质和程序产品 | |
CN117785205A (zh) | 一种数据评估方法、装置、电子设备及计算机可读介质 | |
CN117609049A (zh) | 基于大型语言模型的单元测试案例生成方法及装置 | |
CN115587188A (zh) | 运维知识图谱获取及应用方法、装置、设备、存储介质 | |
CN115934041A (zh) | 策略信息生成方法、装置、设备及存储介质 | |
CN117149651A (zh) | 测试方法、装置、设备及存储介质 | |
CN116594625A (zh) | 代码注释生成方法、装置、设备、介质和程序产品 | |
CN115048297A (zh) | 针对页面的符号执行方法、装置、设备、介质和程序产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |