代码推荐哪家强？Facebook 机器学习技术有话讲

Aroma 基于代码和代码之间进行搜索和推荐，辅以机器学习的加持，即便是在大型代码仓库中也有可观的效率。

说了这么多，下面就来看看 Aroma 是如何进行代码推荐的。

假如一位开发者编写了如下的代码，但同时想了解其他人是如何解码手机 bitmap 的，他就可以使用下面的代码直接进行搜索：

Bitmap bitmap = BitmapFactory.decodeStream(input);

Aroma 会返回一些推荐：

final BitmapFactory.Options options = new BitmapFactory.Options();
options.inSampleSize = 2;
// ...
Bitmap bmp = BitmapFactory.decodeStream(is, null, options);

这段代码来自于五个实现类似功能的代码，但是去除了相关细节，以便开发者更好地参考。

此外，我们也可以把 Aroma 集成到开发环境中。

Facebook 表示除了将 Aroma 部署到自己的内部代码仓库之外，还为其它的开源项目创建了 Aroma 版本。上面的示例就是来自 GitHub 上 5000 多个开源 Android 项目的集合。

△ Aroma 工作原理

虽然这个工具提升了开发者的效率，但也引起了一些争议。有开发者认为，Aroma 似乎是强行使用机器学习解决实际上没有人有问题的例子。他认为很多人搜索习惯用法的主要用例，是希望了解如何进行高级别的重构，而不仅仅是为了获得相似的代码。

对此，你有怎样的看法？欢迎留言交流。

转自 https://www.oschina.net/news/105885/aroma-ml-for-code-recommendation