软件度量

1. 软件度量概述

1.1 度量目的

1.2 度量分类

2. 规模度量

2.1 代码行（LOC）

局限性：

• 语言差异大（同一功能，Python vs Java行数差异大）
• 不反映复杂度
• 不鼓励简洁代码

2.2 功能点分析（FPA）

功能点衡量软件的功能规模，与实现语言无关：

$\text{UFP} = \sum_{i=1}^{5} \sum_{j=1}^{3} C_{ij} \times W_{ij}$

调整后的功能点：

$\text{AFP} = \text{UFP} \times \text{VAF}$

$\text{VAF} = 0.65 + 0.01 \times \sum_{i=1}^{14} F_i$

其中 $F_i \in [0, 5]$ 为14个通用系统特性的影响度。

3. 复杂度度量

3.1 圈复杂度（Cyclomatic Complexity）

衡量程序的线性独立路径数：

$V(G) = E - N + 2P$

其中 $E$ 为边数，$N$ 为节点数，$P$ 为连通分量数。

简化计算：

$V(G) = \text{决策点数} + 1$

3.2 认知复杂度

圈复杂度的改进，更符合人类理解难度：

• 不对线性逻辑（if-else链）增加复杂度
• 嵌套增加额外复杂度
• 跳转（break、continue）增加复杂度

4. 质量度量

4.1 缺陷度量

4.2 代码质量指标

4.3 可维护性指数

$\text{MI} = 171 - 5.2 \ln(\text{avgHV}) - 0.23 \text{avgCC} - 16.2 \ln(\text{avgLOC}) + 50 \sin(\sqrt{2.4 \text{avgCM}})$

5. 度量实践

5.1 度量仪表盘

5.2 Goodhart法则

“当一个度量成为目标时，它就不再是一个好的度量。”

避免度量陷阱：

• 度量是工具，不是目标
• 组合多个度量，避免单一指标优化
• 定期审视度量的有效性