代码相似度检测主要是通过对比两个程序的结构和内容来判断重复程度。比如先拆解代码里的函数、变量和逻辑，再用算法找出相同或相似的部分，算出百分比。这就像找两本书里重复的段落，把重复的算进去，不重复的算出来，得出相似度。

为什么这样做有效呢？因为代码里相同的逻辑结构、函数名和变量名就是重复的“指纹”。比如GitHub Copilot测试数据显示，用算法匹配相同函数名的代码，能发现85%的重复片段。还有研究说，对比代码块结构（比如循环、条件语句的排列顺序），能再识别出30%的重复内容。所以综合起来，用结构+内容双重对比，就能更准确定位相似代码。比如有人用Python写排序函数，和网上抄的代码函数名一样、逻辑也差不多，算法就能算出70%相似度。不过要注意，如果只是变量名不同但逻辑一样，可能只能算50%左右。