stamatios
← Voltar ao feed
Árvore genealógica de fitas de código ramificando a partir de um sprite ancestral brilhante, metáfora do DNA do DOOM
Open Source · Dev & Engenharia

Estudo compara código original do DOOM com 43 descendentes

resumo de ~3 min

O problema dos nomes

O estudo analisa 43 programas ligados ao DOOM, lançado como código-fonte em 1997 (versão conhecida como linuxdoom). Desses, 41 são descendentes ou recriações do motor, incluindo cópias fiéis, ports com melhorias, traduções para cerca de vinte linguagens (de Go e Scheme a Fortran, COBOL e SQL) e motores reescritos do zero. Os outros dois servem como controle: Doom 3: BFG Edition, que usa outro motor (id Tech 4), e Freedoom, que contém apenas dados de jogo, sem motor.

A primeira abordagem é a tradicional: comparar nomes de funções e o texto do código. Chocolate Doom, que busca reproduzir o original com fidelidade, mantém 87% dos nomes de funções, mas só 35% do código dentro delas permanece igual. Doom Retro mantém 69% dos nomes e 0,2% do código. GZDoom mantém 32% dos nomes e também 0,2% do código. Ou seja, nomes sobrevivem muito além do conteúdo, o que torna a ancestralidade difícil de ler apenas pelos rótulos.

A impressão digital estrutural

Para contornar isso, o autor usa uma ferramenta de análise, o GitGalaxy, que descarta nomes, comentários e texto legível e mede apenas a forma do programa: tamanho das funções, ramificações e quais partes chamam quais. Uma ferramenta complementar procura "parecidos": funções em um descendente cujas medidas coincidem demais com as do original para serem vistas como acaso. Segundo o estudo, 93% desses pares são de fato cópias quando comparados ao texto, e a ferramenta encontrou cerca de dois terços de todas as cópias identificadas pela comparação textual.

Como teste de controle, o estudo usa Quake, Quake II e Lua, todos escritos em C e sem relação direta com o DOOM. Eles compartilham entre 0 e 0,6% da forma do DOOM, enquanto Chocolate Doom compartilha 31%. Quake e Quake II, que são aparentados, compartilham 12,7% entre si. Segundo o autor, a medida não é ajustada para o DOOM especificamente.

Código emprestado entre ramos

A árvore genealógica assume que o código passa de pai para filho, mas o estudo mostra trocas laterais. O motor mais parecido com Eternity não é o original, e sim um parente de Chocolate Doom, com 200 funções parecidas. Os nomes explicam o fato: Eternity e Odamex carregam 216 funções da biblioteca de texto de Chocolate Doom, que o original não tem. A árvore combina essas medidas com o que cada projeto declara sobre sua origem. Só os comprimentos dos ramos são medidos; as ligações de parentesco são as que os projetos afirmam, não inferências do autor.

Teste cego com traduções

Traduções são o caso mais difícil, porque todas as linhas mudam. Para testar, o autor dividiu o código do DOOM em 16 partes (renderizador, monstros e física, som, barra de status etc.) e pediu à ferramenta que classificasse cada função em uma parte usando apenas forma e chamadas, sem nomes nem caminhos de arquivo. Na tradução em Go, 60% das funções caíram na parte correta; com rótulos embaralhados, o acerto seria de 20%. Entre o quarto de funções em que a ferramenta estava mais confiante, o acerto foi de 99%. Embaralhar as chamadas do programa em Go reduziu o acerto para 39%, o que indica que a estrutura de chamadas carrega parte relevante do sinal.

No mapa de chamadas entre partes, as traduções em Scheme e Go mantêm o desenho do original tão acima do acaso quanto Chocolate Doom. A tradução em Dart mantém parte. As versões em Fortran, Java, Kotlin e C# não mantêm nenhum. O autor observa que Java, Kotlin e C# fragmentaram muito o código: 34% das funções do port em Java e 43% do port em Kotlin têm três linhas ou menos, contra menos de 2% nas cópias em C. Assim, não é possível separar, nesses casos, perda do desenho original de limitação do teste.

Limites e verificação

O estudo mede a forma do código, não o que ele faz, e a comparação entre linguagens funciona apenas pela estrutura de chamadas, e só para traduções mais próximas. Segundo o autor, a correlação de ranking com a comparação textual foi de 0,83 entre os 43 programas e de 0,88 entre os 41 motores do DOOM. Os dados, o código de medição e os comandos para reproduzi-los estão disponíveis, e o texto esclarece que o projeto não é afiliado à id Software, ZeniMax Media ou Microsoft.