1.一种基于树和序列相似度的编程语言代码查重方法，其特征在于，包括：步骤1，去除代码中干扰相似度准确性的信息，将原程序中的代码转换成变量序列；

步骤2，按照程序结构，构建程序结构树，建立结构树的叶节点；

步骤3，建立叶节点中变量的绝对位置序列集合；

步骤4，比较叶节点，获得两叶节点间的相似度；

步骤5，比较两份程序代码所有的叶节点，获得两程序代码间的相似度。

2.根据权利要求1所述的基于树和序列相似度的编程语言代码查重方法，其特征在于，所述步骤1，包括：去除程序代码注释；

去除程序代码中输出语句中的字符串；

去除程序代码中控制台输入输出函数名和运算符号。

3.根据权利要求1所述的基于树和序列相似度的编程语言代码查重方法，其特征在于，所述步骤3，包括：统计叶节点内不同变量出现的个数；

根据每个变量出现的位置创建位置序列，获得变量位置序列集合；对叶节点中的变量做比较时，只比较变量的位置关系，不比较变量名称，对变量的位置序列进行序列分析，按照变量出现的顺序，获取变量的绝对位置序列。

4.根据权利要求1所述的基于树和序列相似度的编程语言代码查重方法，其特征在于，所述步骤4，包括：步骤4.1，获得变量的相对位置序列；

步骤4.2，基于Levenshtein距离，计算出不同序列间的相似度，求得相似度矩阵；

步骤4.3，依据变量间的相似度矩阵，求出叶节点的相似度。

5.根据权利要求4所述的基于树和序列相似度的编程语言代码查重方法，其特征在于，不同序列间的相似度计算方法如下公式(1)：Sim(L1,L2)＝1-Leve(L1,L2)/max(|L1|,|L2|)  (1)其中，(L1,L2)表示两变量相对位置序列，Leve(L1,L2)表示两序列的Levenshtein距离，max(|L1|,|L2|)表示两序列间的最大长度；

求得n*m相似度矩阵，其中n和m分别为两个叶节点变量的个数，矩阵元素记录了一组匹配对象和匹配对象之间的相似度。

6.根据权利要求5所述的基于树和序列相似度的编程语言代码查重方法，其特征在于，所述依据变量间的相似度矩阵，求出叶节点的相似度，包括：将矩阵中的元素按照相似度由大到小排序，多次有序的取其中的一个元素e，记录其匹配对象x、y和相似度s，遍历其他元素并记录各个元素的匹配对象x’、y’和s’；若元素中的x’或y’已经记录，那么跳过该元素，否则s与s’求和赋值于s，并记录x’和y’，计算出最大的s值smax即为所求最大的相似度之和；并根据公式(2)计算出叶节点之间的相似度，如下：S＝smax/max(m,n)  (2)

其中，max(m,n)表示m和n最大的一个。

7.根据权利要求2所述的基于树和序列相似度的编程语言代码查重方法，其特征在于，所述控制台输入输出函数名，包括：printf、scanf、cin和cout。

8.根据权利要求2所述的基于树和序列相似度的编程语言代码查重方法，其特征在于，所述运算符号包括算术运算符、关系运算符和逻辑运算符。