编程相似度问题可以通过以下方法解决：
手动修改
重命名标识符：将函数名、宏名、全局变量名、局部变量名等全部改成其他名称。
增加注释：虽然注释在查相似度时通常会被忽略，但增加注释可以帮助理解代码并可能降低相似度。
使用比较工具
Beyond Compare：通过对比代码，标记出差异部分，并直接修改代码以消除这些差异。
静态代码分析工具
Simian （Similarity Analyzer）：检测代码中的重复片段、函数和变量。
CPD （Copy/Paste Detector）：识别代码中的重复拷贝部分。
抽象语法树 （AST）
将源代码转换为AST，然后比较不同文件或代码段的AST结构，以识别相似的代码模式。
文本相似度度量算法
将源代码转换为字符串，使用Levenshtein距离、Jaccard相似度等算法来比较不同代码段之间的相似性。
机器学习方法
训练一个模型来学习代码的结构特征，然后使用该模型来预测代码之间的相似性。
自定义操作方法
定义一套操作方法（如字符替换、增加、删除）来将两个不相同的字符串变得相同，并计算这些操作所需的次数作为字符串的距离，从而得到相似度。
删除无关信息
删除源程序中的无关信息（如变量名、空白符等），然后进行比较。
统计关键字使用
使用哈希表的方法统计两个程序中使用C++语言关键字的情况，并计算相似度。
选择哪种方法取决于具体的需求和场景。对于小型项目或简单的代码修改，手动修改或使用比较工具可能就足够了。对于大型项目或需要更精确的相似度度量，则可能需要使用静态代码分析工具、AST或机器学习方法。