软件复杂度概述

20世纪60、70年代，软件系统的规模越来越大，复杂度越来越高，软件危机爆发，软件工程应运而生。如何合理有效的度量复杂度并加以控制，成为科研人员探索的主题。1976年McCabe提出并开发了McCabe Cyclomatic Metric，对软件进行结构测试。1977年Halstead提出软件标准。这两种方法是复杂度度量的开始。

1976年McCabe提出圈复杂度，从提出至今，四十余年的发展中，圈复杂度在工业界和学术界都备受重视，学术界仍在有研究圈复杂度的文章，工业界中，度量软件复杂度的主流方法仍然是圈复杂度。

圈复杂度的现状

在阅读了关于圈复杂度2010年至今的文章，圈复杂度的文章可以分为几大类，一则结合圈复杂度本身图论的性质，例如用作UML图可理解度的度量，二是，作为众多复杂度度量方法之一，用作软件指标的测量，探究对软件属性的影响。

近几年对于圈复杂度方法改进的的文章少见，一方面，圈复杂度作为一个成熟的方法，很难再有突破，另一方面，学术界对圈复杂度颇有微词。

圈复杂度仅仅考虑了软件的设计结构，并未考虑的软件的输入、输出，这是一种不全面的计算方式。圈复杂度于1976年提出，此时，面向对象编程语言尚未出现，而今，面向方法早已占据了编程语言的半壁江山，此时的圈复杂度方法是否仍然适用，是一个有待探讨的问题。

针对面向对象语言的度量方法也有诸多，但是技术或者是理论的限制，这些方法并没有被工业界广泛应用，以至于工业界目前所知道的、使用的额，仍然是圈复杂度。

认知复杂度的兴起

2000年后，认知信息学，突飞猛进，这种新的理论方法，逐渐被应用到软件工程领域，以wang为代表的研究者，提出软件是一个信息实体，理解信息的复杂度即代表着软件难于理解的复杂度，这一思想，成为之后软工领域提出、改进认知复杂度方法的基础。

2002年wang提出了认知功能规模(Cognitive

Functional Size, CFS)，认知复杂度的方法首次被提出，在此之后的方法都是基于CFS改进的，包括CICM、MCCM、CPCM等。Wang在CFS的论文中，总结了基础控制结构(Basic Control Structure,BCS)，基础控制结构是构建软件逻辑体系结构的基本流程结构，wang通过心理实验的方法，为每一种结构分配认知权重，例如顺序的结构的权重是1，分支结构的权重是3，数字越大，即代表着理解结构越困难。

复杂度度量方法的验证

复杂度方法的验证，目前多是通过1988年weyuker提出的9种属性的验证，这种方法只能从宏观上描述一个度量方法是否有效：譬如度量两个不同的程序，值是否不同。定性的度量方法只解决了可不可以用的问题，是否可靠的问题尚未解决。验证薄弱，论文还会通过对比和专家经验，对比方法即将提出的方法与已有的方法纵向对比，主要比较的属性是对于不同的程序的区分度，不同语言的适用性。专家经验一般专用于验证认知复杂度的方法，对比认知方法度量的值和专家的评价值，若保持一致，即认为提出的方法更有效。

阈值的设定

引入复杂度度量方法，是希求能定量的计算出程序或软件的复杂度，从而提醒开发人员，重构代码，控制复杂度。便需要复杂度阈值的概念，即复杂度超过某个值需要控制复杂度，在哪个区间范围时合理的。一般来说，不同的度量方法，针对不同的语言，会有不同的阈值。McCabe&Associates公司曾建议圈复杂度的阈值要控制在10以下。此阈值没有针对不同的语言，也没有说明所度量程序或者是软件的大小。这个阈值在工业界已经稍有使用，工业界目前对于何时控制一般采取经验值，或者不做控制。

复杂度的意义

复杂度是否有意义，这个问题的答案实则等价于问，软件工程是否有意义，软件的不可见性，复杂，以及人为决定了软件是一个不可控极为矛盾的实体，复杂度方法所能做的，尽可能准确、客观指导开发人员控制软件的复杂度。从人的角度来看，软件复杂度是难以理解、难以维护的程度；从软件的生命周期来看，复杂度是软件设计、实现、维护和改变的难度；从软件本身开看，复杂度是软件的固有静态属性。

软件复杂度度量方法是否有意义，软件复杂度本身研究是否有意义，也许要从软件工程发展历史之路来看，但凡能有所作用的、有所改善的，都是必要的。