[0046] 图6本发明的实施例构建的无边⑶Ν加入一条边后的⑶Ν相应的Ρ;
[0047]图7本发明的实施例构建的最终⑶Ν;
[0048]图8本发明的实施例构建的最终CDN相应的Ρ;
[0049]图9本发明的实施例构建的无边TON;
[0050]图10本发明的实施例构建的无边TON相应的Pp;
[00511图11本发明的实施例构建的无边TON加入一条边后的TON;
[0052] 图12本发明的实施例构建的无边TON加入一条边后的TON相应的Pp;
[0053] 图13本发明的实施例构建的最终TON;
[0054] 图14本发明的实施例构建的最终TON相应的Pp。
【具体实施方式】
[0055] 下面通过实施例并结合附图对本发明的技术方案作进一步的说明：
[0056] 本发明提出的一种基于加权a指数的软件包重要性度量方法，具体步骤如下：
[0057] (1)将Java语言编写的软件源代码在特征粒度抽象为特征依赖网Π )Ν= (Nf，Df)。图 1所示的是一个Java源代码片段。按照图1所给的Java源代码片段，可以构建相应的Π )Ν(如 图2所示），节点边的文字为节点相应特征的名字（名字由包名，类名，特征名以相连构 成）。其中，Nf= {pi .classX.a()，pl .classX.v()，pl .classX.c()，pl .classX.b()， p2 · classY. d()，p2 · classZ. e()，p2 · classZ. f()，p3 · classL. g()}为特征节点的集合;Df = {(pl.classX.b(),pl.classX.a()),(pl.classX.a(),pl.classX.b()),(pl.classX.a(), pl.classX.v()),(pl.classX.v(),pl.classX.a()),(pl.classX.v(),pl.classX.c〇), (pl.classX.c(),pl.classX.v()),(pl.classX.a(),p2.classY.d()),(p2.classY.d(), pl.classX.a()),(p2.classY.d(),p2.classZ.e()),(p2.classZ.e(),p2.classY.d()), (pi.classX.a(),p2.classZ.f()),(p2.classZ.f(),pi.classX.a()),(p3.classL.g(), p2.classZ.f()),(p2.classZ.f(),p3.classL.g()),(pl.classX.c(),p2.classZ.f〇), (p2.classZ.f〇 ,pl .classX.cO)}是无向边的集合，表示特征间的依赖关系。
[0058] (2)基于步骤（1)完成的FDN构建类依赖网〇0~=(1，0。，？）』0_勺构建具体包括以 下子步骤：
[0059] (2.1)提取Java语言编写的源代码中的所有类，构建一个只有节点没有边的CDN， 艮口〇0~=(1，〇，？）。〇代表边集为空，同时？是一个零矩阵。按照图1所给的加抑源代码片 段，可以构建相应的CDN=(N c，Φ，P)(如图3所示），其中，Nc={pl.classX，p2.classY， p2.claSSZ，p3. classL}为源代码中类节点的集合，节点边的文字为节点相应类的名字（名 字由包名和类名以相连构成KP是一个零矩阵，如图4所示。
[0060] (2.2)取步骤（1)加中的一条边(心，灼）6加，根据源代码得到匕和灼所定义的类，若 fi在类k中定义，f j在类p中定义，若k矣p，则将(k，p)加入D。，同时步骤(2.1)中P相应位置的P (k，p)自加1;若k与p相等，则不做任何处理。如图2所示，若取边（pi.classX.a(), p2.classZ.f())，因 pl.classX.a()在pi · classX类中定义，p2 · classZ. f()在类 p2 · classZ 中定义，且pi. classX与p2. classZ不是同一类，故将(pi. classX，p2. classZ)加入Dc，可以 得到图5所示CDN及图6所示P。
[0061] (2.3)重复步骤(2.2)，直到遍历完Π )Ν中的所有边，可以得到图7所示的⑶N，其中， Nc = {pi. clas sX，p2. clas sY，p2. classZ，p3. classL}为源代码中类节点的集合；Dc = {(pi .classX,p2.classY),(p2.classY,pi.classX),(pi .classX,p2.classZ), (p2.classZ,pi.classX),(p2.classY,p2.classZ),(p2.classZ,p2.classY),(p2.classZ, p3.classL), (p3.classL,p2.classZ)}是一个无向边的集合，表示类之间的依赖关系。相应 的P如图8所示。
[0062] (3)基于步骤(2)完成的CDN构建包依赖网TON = (NP，DP，Pp)。PDN的构建具体包括以 下子步骤：
[0063] (3.1)提取Java语言编写的源代码中的所有包，构建一个只有节点没有边的PDN， 即？〇~=(化，〇,6)。〇代表边集为空，同时匕是一个零矩阵。按照图1所给的拓抑源代码片 段，可以构建相应的PDN=(Np，?，Pp)(如图9所示），其中具={?1，？2，？3}为源代码中包节 点的集合，节点边的文字为节点相应包的名字。PP是一个零矩阵，如图10所示。
[0064] (3.2)取步骤(2)0。中的一条边((：1，(^)60。，根据源代码得到(3 1和(^所定义的包，若 ci在包k中定义，cj在包p中定义，若k矣p，则将(k，p)加入DP，同时步骤(3.1)中Pp相应位置的 PP(k，p)加上P(i，j);若k与p相等，则不做任何处理。如图2所示，若取边（pi .classX, p2. classZ)，因 pi. classX在pi包中定义，p2. classZ在包p2中定义，且pi与p2不是同一包， 故将(p 1，p2)加入DP，可以得到图11所示CDN及图12所示Pp。
[0065] (3.3)重复步骤（3.2)，直到遍历完⑶N中的所有边。可以得到图13所示的PDN，其 中，N P= {pi，p2，p3}为源代码中包节点的集合;DP= {(pi，p2)，（p2，pl)，（p2，p3)，（p3，p2)} 是一个无向边的集合，表示包之间的依赖关系。相应的Pp如图14所示。
[0066] (4)基于步骤(3)完成的FON计算节点i的加权h指数h(i)。，具体包括以下子步骤：
[0067] (4.1)求步骤(3)所得PDN中所有节点的节点权。节点j的节点权Sj定义为PDN中与 该节点相连的所有边的权重和，即：
[0069] 其中，Vj是节点j的邻居节点集合。因此，图13中节点pi的节点权sPi = 3，p2的节点 权 81)2 = 3+1=443的节点权81)3=1。
[0070] (4.2)求步骤(3)所得TON中节点i的邻居节点集合Vi。因此，若令节点i为图13中的 节点p2,贝lj其邻居节点集合v P2= {pi，p3}。
[0071] (4.3)将^中的节点按其节点权降序排列(若存在节点权相等的情况，则相等的几 个值随机选择一种可能的排序），得到排序后的数组list，list[l]位置存放的是节点权最 大的那个节点。因此，若令节点i为图13中的节点p2，v P2= {pi，p3}中的节点pi的节点权sPi =3,，p3的节点权sP3 = l，因此可以得到list数组为{pi，p3}，即list[l] = pl，list[2] = p3。
[0072] (4.4)从list[1]开始，依次遍历list列表中的每个节点list[q]，找到第一个满足 节点权小于(n+1)的节点list[n+l]，则节点i的加权h指数h(i)为η。因此，对于p2节点：当q =1时，sPi>l;当q = 2时，sP3〈2,故h(p2)的值为1。
[0073] (5)基于步骤(3)完成的PDN计算节点i的加权cit指数cit(i)，具体包括以下子步 骤：
[0074] (