假设我有 400 名学生（在一所大大学里）必须做一个计算机科学项目，并且他们必须独自工作（没有学生群体）。一个项目示例可以让“在 fortran 中实现快速傅立叶变换算法”（我知道，这听起来并不性感，但这让我的问题更简单）。我是纠正者，我想发送例程来检查是否有学生群体提出了“太相似而无法真正独立编写”的实现。

这是对集群的无监督搜索。我认为问题更多是关于使用哪些属性，而不是使用哪种聚类算法。我要做的第一件事是逐字母直方图。理想情况下，由于作弊者比这更聪明，我最终会尝试精心选择字母的随机排列，看看是否存在与字母直方图（带有排列）的良好匹配。还有那些不探索代码结构的人，只有字母的边缘分布......你有什么解决方案？是否有专门针对该问题的现有软件或软件包？（实际上在我过去的计算机科学老师声称他们有那种类型的工具，但我现在怀疑他们有一些非常简单的东西）

我猜软件开发的律师也有这类问题（不是 1000 名学生，而是 2 个大代码……这让事情变得更难了）？