使用软件工程理论给代码打分的利器——Analizo

Analizo是一款可以给C、C++、Java以及C#代码进行评分的开源软件。我们可以使用它来分析代码，并得到如下指标的评分

• Afferent Connections per Class (ACC) metric
• Average Cyclomatic Complexity per Method (ACCM) metric
• Average Method Lines of Code (AMLOC) metric
• Average Number of Parameters (ANPM) metric
• Coupling Between Objects (CBO) metric
• Depth of Inheritance Tree (DIT) metric
• Lack of Cohesion of Methods (LCOM4) metric
• Lines of Code (LOC) metric
• Number of Attributes (NOA) metric
• Number of Children (NOC) metric
• Number of Methods (NOM) metric
• Number of Public Attributes (NPA) metric
• Number of Public Methods (NPM) metric
• Response for Class (RFC) metric
• Structural Complexity (SC) metric

这些评分是我们评价代码质量和可维护性的一种依据。
比如Average Cyclomatic Complexity per Method (ACCM) metric，即平均圈复杂度。这是1976年由Thomas J. McCabe, Sr. 提出来的一种代码复杂度的衡量标准。它的算法也很简单，即

V(G) = e – n + 2

其中e是边数量，n是节点数量。

比如上图显示，if else逻辑的圈复杂度是4-4+2=2;而switch case则是6-5+2=3。即上图中的switch case的复杂度要高些，这是因为它要处理的分支要多一些。更多的分支意味着逻辑复杂，也意味着程序写的复杂。
其他指标后面会展开说。我们先看看如何使用Analizo分析出这些指标。

环境准备

Analizo的安装依赖于perl以及其他相关组件，编译和安装的命令如下。

sudo apt update && sudo apt upgrade -y
sudo apt install perl
sudo apt install doxygen-doxyparse
sudo apt install cpanminus
sudo cpanm File::ShareDir::Install
sudo cpanm FindBin::libs
sudo cpanm App::Cmd::Setup
sudo cpanm Class::Inspector
sudo cpanm Env::Path
sudo cpanm Class::Accessor::Fast
sudo cpanm Graph
sudo cpanm Graph::Writer::Dot
sudo cpanm YAML::XS
sudo cpanm Statistics::Descriptive
sudo cpanm File::HomeDir
sudo cpanm CHI
sudo cpanm File::Copy::Recursive
git clone https://git.launchpad.net/ubuntu/+source/analizo
cd analizo
perl Makefile.PL
make
sudo make install

分析代码

我们还是分析《静态分析C语言生成函数调用关系的利器——cflow（二）》中的libevent源码。因为build文件夹是在编译过程中产生的，所以我们需要将其排除。（否则有很多中间文件）

analizo metrics ../../libevent/ --exclude ../../libevent/build > libevent_matrics.yaml

整理结果

环境准备

我们使用pandas解析上面产生的yaml文件，所以需要安装一些python包。env.sh是《管理Python虚拟环境的脚本》中介绍的python虚拟环境管理脚本。

source env.sh init
source env.sh enter
source env.sh install pyyaml
source env.sh install pandas
source env.sh install tabulate

将结果转换成markdown格式

import pandas as pd
import yaml
import sys

def yaml2md(yaml_file, md_file):
    li = []
    summary = None
    with open(yaml_file, 'r') as f:
        for g in yaml.safe_load_all(f):
            if "_module" in g:
                li.append(g)
            else:
                summary = pd.json_normalize(yaml.safe_load_all(yaml.safe_dump_all([g])))
    df = pd.json_normalize(yaml.safe_load_all(yaml.safe_dump_all(li)))
    df.set_index("_module", inplace=True)
    column_to_move = df.pop("_filename")
    df.insert(len(df.columns), "name", column_to_move)
    with open(md_file, 'w') as f:
        f.write(df.to_markdown())
    
    
if __name__ == "__main__":
    yaml_path = sys.argv[1]
    md_path = sys.argv[2]
    yaml2md(yaml_path, md_path)

结果展示

_module	acc	accm	amloc	anpm	cbo	dit	lcom4	loc	mmloc	noa	noc	nom	npa	npm	rfc	sc	name
getopt	5	8	40	2	0	0	1	80	66	12	0	2	12	2	8	0	[‘WIN32-Code/getopt.c’, ‘WIN32-Code/getopt.h’]
getopt_long	0	5.33333	49.3333	3	1	0	1	148	75	5	0	3	5	3	18	1	[‘WIN32-Code/getopt_long.c’]
tree	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	[‘WIN32-Code/tree.h’]
arc4random	1	2.73333	16.4	0.733333	0	0	1	246	40	8	0	15	8	15	61	0	[‘arc4random.c’]
buffer	37	5.16327	29.7551	2.29592	5	0	21	2916	133	11	0	98	11	98	605	105	[‘buffer.c’, ‘include/event2/buffer.h’]
buffer_iocp	0	1.22222	26.2222	1.88889	2	0	2	236	72	7	0	9	7	9	79	4	[‘buffer_iocp.c’]
bufferevent-internal	9	3	9	3	2	0	1	9	9	57	0	1	57	1	9	2	[‘bufferevent-internal.h’]
bufferevent	25	2.09259	15.6296	2.05556	10	0	28	844	78	0	0	54	0	54	296	280	[‘bufferevent.c’, ‘include/event2/bufferevent.h’]
bufferevent_async	0	2.5	19.4286	2.03571	9	0	4	544	54	10	0	28	10	28	208	36	[‘bufferevent_async.c’]
bufferevent_filter	2	2.57895	24	2.57895	5	0	2	456	77	10	0	19	10	19	113	10	[‘bufferevent_filter.c’]
bufferevent_mbedtls	3	2	10	1.75862	8	0	15	290	50	3	0	29	3	29	85	120	[‘bufferevent_mbedtls.c’]
bufferevent_openssl	4	2.82759	12.7586	1.86207	8	0	19	370	55	2	0	29	2	29	89	152	[‘bufferevent_openssl.c’]
bufferevent_pair	1	3.28571	18.8571	1.85714	6	0	2	264	40	4	0	14	4	14	82	12	[‘bufferevent_pair.c’]
bufferevent_ratelim	3	2.81818	20.3864	1.70455	7	0	17	897	76	0	0	44	0	44	319	119	[‘bufferevent_ratelim.c’]
bufferevent_sock	15	5.57143	26.619	2.71429	8	0	8	559	112	1	0	21	1	21	177	64	[‘bufferevent_sock.c’]
bufferevent_ssl	3	5.06977	22.6744	1.83721	9	0	3	975	86	1	0	43	1	43	400	27	[‘bufferevent_ssl.c’, ‘include/event2/bufferevent_ssl.h’]
changelist-internal	1	0	0	0	0	0	0	0	0	5	0	0	5	0	0	0	[‘changelist-internal.h’]
CheckFileOffsetBits	1	1	5	0	0	0	1	5	5	1	0	1	1	1	1	0	[‘cmake/CheckFileOffsetBits.c’]
queue	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	[‘compat/sys/queue.h’]
defer-internal	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	[‘defer-internal.h’]
epoll_sub	0	1.33333	8.33333	3	1	0	3	25	12	0	0	3	0	3	4	3	[‘epoll_sub.c’]
epolltable-internal	0	0	0	0	0	0	0	0	0	3	0	0	3	0	0	0	[‘epolltable-internal.h’]
evbuffer-internal	6	0	0	0	0	0	0	0	0	49	0	0	49	0	0	0	[‘evbuffer-internal.h’]
evdns	6	5.26087	27.236	2.32919	13	0	2	4385	202	158	0	161	158	161	1177	26	[‘evdns.c’]
event-internal	13	0	0	0	0	0	0	0	0	82	0	0	82	0	0	0	[‘event-internal.h’]
event	58	3.22485	19.4201	1.75148	12	0	31	3282	170	11	0	169	11	169	989	372	[‘event.c’]
event_iocp	3	1.76923	15.3846	1.76923	3	0	6	200	49	2	0	13	2	13	27	18	[‘event_iocp.c’]
event_tagging	4	2.62069	12	2.48276	2	0	3	348	46	0	0	29	0	29	92	6	[‘event_tagging.c’]
evmap-internal	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	[‘evmap-internal.h’]
evmap	0	1.84615	18.0769	2.5641	7	0	6	705	77	8	0	39	8	39	228	42	[‘evmap.c’]
evrpc-internal	2	0	0	0	0	0	0	0	0	37	0	0	37	0	0	0	[‘evrpc-internal.h’]
evrpc	1	3.26087	20.6304	2.63043	10	0	14	949	57	0	0	46	0	46	297	140	[‘evrpc.c’]
evsignal-internal	4	1	1	1	0	0	1	1	1	6	0	1	6	1	1	0	[‘evsignal-internal.h’]
evthread-internal	0	2	11	1	1	0	1	11	11	4	0	1	4	1	3	1	[‘evthread-internal.h’]
evthread	5	3.22222	17	1.22222	3	0	1	306	54	13	0	18	13	18	103	3	[‘evthread.c’]
evthread_pthread	1	3.09091	14.6364	1.36364	2	0	1	161	56	4	0	11	4	11	31	2	[‘evthread_pthread.c’]
evthread_win32	5	2.9	18	1.4	2	0	1	180	65	5	0	10	5	10	40	2	[‘evthread_win32.c’]
evutil	38	4.01389	29.4861	1.86111	8	0	27	2123	189	17	0	72	17	72	214	216	[‘evutil.c’]
evutil_rand	6	1.125	6.5	1	1	0	5	52	10	1	0	8	1	8	14	5	[‘evutil_rand.c’]
evutil_time	22	2.45455	17.7273	1.63636	3	0	7	195	50	0	0	11	0	11	20	21	[‘evutil_time.c’]
ht-internal	0	1.5	11	1	0	0	2	22	12	0	0	2	0	2	2	0	[‘ht-internal.h’]
http-internal	4	0	0	0	0	0	0	0	0	57	0	0	57	0	0	0	[‘http-internal.h’]
http	10	3.77523	21.3853	2.00917	17	0	55	4662	264	23	0	218	23	218	1257	935	[‘http.c’, ‘include/event2/http.h’]
buffer_compat	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	[‘include/event2/buffer_compat.h’]
bufferevent_compat	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	[‘include/event2/bufferevent_compat.h’]
bufferevent_struct	13	0	0	0	0	0	0	0	0	15	0	0	15	0	0	0	[‘include/event2/bufferevent_struct.h’]
dns	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	[‘include/event2/dns.h’]
dns_compat	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	[‘include/event2/dns_compat.h’]
dns_struct	4	0	0	0	0	0	0	0	0	6	0	0	6	0	0	0	[‘include/event2/dns_struct.h’]
event2/event	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	[‘include/event2/event.h’]
event_compat	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	[‘include/event2/event_compat.h’]
event_struct	6	0	0	0	0	0	0	0	0	32	0	0	32	0	0	0	[‘include/event2/event_struct.h’]
http_compat	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	[‘include/event2/http_compat.h’]
http_struct	5	0	0	0	0	0	0	0	0	34	0	0	34	0	0	0	[‘include/event2/http_struct.h’]
keyvalq_struct	2	0	0	0	0	0	0	0	0	2	0	0	2	0	0	0	[‘include/event2/keyvalq_struct.h’]
listener	13	4.25	18.875	2	5	0	1	302	77	18	0	16	18	16	96	5	[‘include/event2/listener.h’, ‘listener.c’]
rpc	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	[‘include/event2/rpc.h’]
rpc_compat	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	[‘include/event2/rpc_compat.h’]
rpc_struct	2	0	0	0	0	0	0	0	0	15	0	0	15	0	0	0	[‘include/event2/rpc_struct.h’]
tag	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	[‘include/event2/tag.h’]
tag_compat	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	[‘include/event2/tag_compat.h’]
thread	2	0	0	0	0	0	0	0	0	11	0	0	11	0	0	0	[‘include/event2/thread.h’]
util	9	0	0	0	0	0	0	0	0	8	0	0	8	0	0	0	[‘include/event2/util.h’]
visibility	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	[‘include/event2/visibility.h’]
watch	2	1.33333	7.16667	2.33333	3	0	4	43	14	0	0	6	0	6	24	12	[‘include/event2/watch.h’, ‘watch.c’]
ws	3	3.35294	22.2353	2.58824	7	0	4	378	88	2	0	17	2	17	72	28	[‘include/event2/ws.h’, ‘ws.c’]
iocp-internal	1	0	0	0	0	0	0	0	0	1	0	0	1	0	0	0	[‘iocp-internal.h’]
ipv6-internal	8	0	0	0	0	0	0	0	0	4	0	0	4	0	0	0	[‘ipv6-internal.h’]
kqueue-internal	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	[‘kqueue-internal.h’]
log-internal	23	1	1	2.77778	0	0	9	9	1	2	0	9	2	9	9	0	[‘log-internal.h’]
log	5	1.78571	10.0714	2.21429	1	0	2	141	26	3	0	14	3	14	33	2	[‘log.c’]
minheap-internal	2	1.93333	7.6	1.66667	1	0	3	114	20	3	0	15	3	15	56	3	[‘minheap-internal.h’]
mm-internal	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	[‘mm-internal.h’]
openssl-compat	0	2	10	2	0	0	1	10	10	0	0	1	0	1	1	0	[‘openssl-compat.h’]
ratelim-internal	1	0	0	0	0	0	0	0	0	9	0	0	9	0	0	0	[‘ratelim-internal.h’]
becat	0	4.68	22.28	2.08	13	0	2	557	157	35	0	25	35	25	176	26	[‘sample/becat.c’]
dns-example	0	7	35.1667	2.66667	7	0	1	211	111	1	0	6	1	6	49	7	[‘sample/dns-example.c’]
event-read-fifo	0	4	40.3333	2.66667	3	0	1	121	77	0	0	3	0	3	19	3	[‘sample/event-read-fifo.c’]
hello-world	0	2.4	18.8	3	6	0	1	94	47	2	0	5	2	5	32	6	[‘sample/hello-world.c’]
hostcheck	1	8.8	28.2	2	0	0	1	141	58	0	0	5	0	5	11	0	[‘sample/hostcheck.c’, ‘sample/hostcheck.h’]
http-connect	0	1.16667	17.1667	1.83333	6	0	1	103	43	2	0	6	2	6	51	6	[‘sample/http-connect.c’]
http-server	1	10.875	57.25	2	10	0	2	458	165	23	0	8	23	8	79	20	[‘sample/http-server.c’]
https-client	0	15.8333	89.6667	1.33333	10	0	1	538	409	3	0	6	3	6	57	10	[‘sample/https-client.c’]
le-proxy	0	5	36.1429	2.28571	7	0	1	253	102	6	0	7	6	7	61	7	[‘sample/le-proxy.c’]
openssl_hostname_validation	1	5	30.6667	2	1	0	1	92	39	0	0	3	0	3	7	1	[‘sample/openssl_hostname_validation.c’, ‘sample/openssl_hostname_validation.h’]
signal-test	2	4.5	24.5	2.5	2	0	1	49	38	1	0	2	1	2	12	2	[‘sample/signal-test.c’]
ssl-client-mbedtls	0	4	41.2	2.4	7	0	1	206	159	0	0	5	0	5	27	7	[‘sample/ssl-client-mbedtls.c’]
time-test	0	1.66667	26	2.66667	5	0	1	78	48	2	0	3	2	3	25	5	[‘sample/time-test.c’]
watch-timing	0	3.3	24.1	2.2	3	0	1	241	84	15	0	10	15	10	72	3	[‘sample/watch-timing.c’]
ws-chat-server	0	2.1	17.5	2.3	8	0	1	175	32	2	0	10	2	10	52	8	[‘sample/ws-chat-server.c’]
sha1	1	2.8	40.4	2.2	0	0	1	202	117	3	0	5	3	5	10	0	[‘sha1.c’, ‘sha1.h’]
signal	0	3	27.1538	1.92308	6	0	3	353	50	5	0	13	5	13	93	18	[‘signal.c’]
signalfd	0	4.4	30.8	3.2	6	0	2	154	86	1	0	5	1	5	33	12	[‘signalfd.c’]
ssl-compat	3	0	0	0	0	0	0	0	0	38	0	0	38	0	0	0	[‘ssl-compat.h’]
strlcpy-internal	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	[‘strlcpy-internal.h’]
strlcpy	0	7	24	3	0	0	1	24	24	0	0	1	0	1	1	0	[‘strlcpy.c’]
test-export	0	1.5	12.5	1	2	0	1	25	15	0	0	2	0	2	6	2	[‘test-export/test-export.c’]
bench	0	9.66667	51.6667	1.66667	4	0	1	155	93	10	0	3	10	3	42	4	[‘test/bench.c’]
bench_cascade	0	5.33333	39.3333	2	4	0	1	118	57	3	0	3	3	3	19	4	[‘test/bench_cascade.c’]
bench_http	0	8.5	63.5	2	5	0	1	127	116	2	0	2	2	2	22	5	[‘test/bench_http.c’]
bench_httpclient	52	3.4	31.8	1.6	6	0	1	159	63	12	0	5	12	5	49	6	[‘test/bench_httpclient.c’]
print-winsock-errors	0	4	74	2	3	0	1	74	74	0	0	1	0	1	4	3	[‘test/print-winsock-errors.c’]
regress	20	2.77419	24.2419	1.56452	11	0	13	3006	142	76	0	124	76	124	825	143	[‘test/regress.c’, ‘test/regress.h’]
regress.gen	0	1.06557	16.4918	1.88525	2	0	61	1006	85	71	0	61	71	61	346	122	[‘test/regress.gen.c’, ‘test/regress.gen.h’]
regress_buffer	0	3.30909	48.6182	1.45455	9	0	38	2674	240	15	0	55	15	55	485	342	[‘test/regress_buffer.c’]
regress_bufferevent	0	2.07407	19.0926	1.7037	15	0	12	1031	99	16	0	54	16	54	317	180	[‘test/regress_bufferevent.c’]
regress_dns	0	4.39286	42.8929	1.75	15	0	12	2402	389	40	0	56	40	56	601	180	[‘test/regress_dns.c’]
regress_et	0	2.28571	26.4286	1.85714	6	0	4	185	56	6	0	7	6	7	43	24	[‘test/regress_et.c’]
regress_finalize	0	1.35714	19.0714	1.71429	5	0	4	267	88	8	0	14	8	14	78	20	[‘test/regress_finalize.c’]
regress_http	1	3.02186	28.4536	1.87978	21	0	7	5207	436	38	0	183	38	183	1511	147	[‘test/regress_http.c’, ‘test/regress_http.h’]
regress_iocp	0	1.75	20.4167	1.83333	4	0	3	245	57	12	0	12	12	12	76	12	[‘test/regress_iocp.c’]
regress_listener	0	1.92308	23.6923	2.38462	6	0	5	308	75	2	0	13	2	13	68	30	[‘test/regress_listener.c’]
regress_main	8	4	23.8333	1.58333	11	0	7	286	88	11	0	12	11	12	56	77	[‘test/regress_main.c’]
regress_mbedtls	1	2.25	19.75	1.91667	3	0	2	237	67	6	0	12	6	12	41	6	[‘test/regress_mbedtls.c’]
regress_minheap	0	1.33333	18.3333	1	3	0	3	55	40	1	0	3	1	3	10	9	[‘test/regress_minheap.c’]
regress_openssl	2	2.4	16.8667	1.4	2	0	2	253	40	5	0	15	5	15	41	4	[‘test/regress_openssl.c’]
regress_rpc	0	4.41667	32.5	1.83333	13	0	3	780	147	6	0	24	6	24	212	39	[‘test/regress_rpc.c’]
regress_ssl	2	3.66667	38.1333	2.86667	11	0	2	572	118	25	0	15	25	15	169	22	[‘test/regress_ssl.c’]
regress_testutils	4	1.11111	26.7778	2.77778	6	0	2	241	71	9	0	9	9	9	58	12	[‘test/regress_testutils.c’, ‘test/regress_testutils.h’]
regress_thread	0	2.82353	24.8824	1.88235	7	0	2	423	98	21	0	17	21	17	121	14	[‘test/regress_thread.c’, ‘test/regress_thread.h’]
regress_timer_timeout	0	1.875	11.875	1.625	3	0	2	95	23	4	0	8	4	8	26	6	[‘test/regress_timer_timeout.c’]
regress_util	1	3.07143	33.4762	1.19048	10	0	31	1406	144	32	0	42	32	42	180	310	[‘test/regress_util.c’]
regress_watch	0	1.1	15	2.2	5	0	2	150	30	9	0	10	9	10	67	10	[‘test/regress_watch.c’]
regress_ws	1	4.4	29.2	2.6	7	0	2	292	59	1	0	10	1	10	63	14	[‘test/regress_ws.c’, ‘test/regress_ws.h’]
regress_zlib	0	1.66667	25.5556	2.33333	7	0	2	230	72	5	0	9	5	9	46	14	[‘test/regress_zlib.c’]
test-changelist	0	2	25.8	2.6	7	0	1	129	62	2	0	5	2	5	29	7	[‘test/test-changelist.c’]
test-closed	0	3.5	27	2.5	5	0	1	54	39	1	0	2	1	2	18	5	[‘test/test-closed.c’]
test-dumpevents	0	1.75	31.75	2.25	4	0	1	127	112	0	0	4	0	4	19	4	[‘test/test-dumpevents.c’]
test-eof	13	4	29	2.5	4	0	1	58	35	3	0	2	3	2	16	4	[‘test/test-eof.c’]
test-fdleak	0	2.66667	16.3333	2.11111	6	0	1	147	43	2	0	9	2	9	56	6	[‘test/test-fdleak.c’]
test-init	0	1	16	2	1	0	1	16	16	0	0	1	0	1	2	1	[‘test/test-init.c’]
test-ratelim	2	4.75	31.875	2.3125	12	0	1	510	236	46	0	16	46	16	180	12	[‘test/test-ratelim.c’]
test-time	15	3	21.3333	2	3	0	1	64	41	3	0	3	3	3	19	3	[‘test/test-time.c’]
test-weof	0	3.5	26	2.5	3	0	1	52	33	3	0	2	3	2	16	3	[‘test/test-weof.c’]
tinytest	5	5.26667	30.8	1.46667	2	0	3	462	117	26	0	15	26	15	71	6	[‘test/tinytest.c’, ‘test/tinytest.h’]
tinytest_demo	1	1.42857	22	1.28571	2	0	7	154	40	8	0	7	8	7	14	14	[‘test/tinytest_demo.c’]
tinytest_local	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	[‘test/tinytest_local.h’]
tinytest_macros	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	[‘test/tinytest_macros.h’]
time-internal	0	0	0	0	0	0	0	0	0	2	0	0	2	0	0	0	[‘time-internal.h’]
util-internal	3	0	0	0	0	0	0	0	0	10	0	0	10	0	0	0	[‘util-internal.h’]
wepoll	0	2.47115	12.625	1.53846	2	0	3	1313	77	76	0	104	76	104	439	6	[‘wepoll.c’, ‘wepoll.h’]

指标说明

Afferent Connections per Class (ACC) metric

类连接性指标。它表示类之间的关联程度。如果关联度越高，值越大，程序越复杂。
举个例子，如果Ci类访问了Cj类的一个方法或者属性，则 client(Ci, Cj)值为1；否则值为0。代码中所有类（N个）这样的关系值总和即ACC的值。
数据公式是：

client(Ci, Cj) = 1, if (Ci => Cj) and (Ci != Cj)
client(Ci, Cj) = 0, otherwise.
ACC(Cj) = (sum(client(Ci, Cj)), i = 1 to N)

它是基于这篇论文《Monitoramento de metricas de codigo-fonte em projetos de software livre》。
其他参考见

• https://manpages.ubuntu.com/manpages//noble/man3/Analizo::Metric::AfferentConnections.3pm.html
• https://metacpan.org/pod/Analizo::Metric::AfferentConnections

Average Cyclomatic Complexity per Method (ACCM) metric

每个函数的圈复杂度指标。如果值越大，代码越复杂。
它是计算代码中节点（区块）和边（跳转）之间关系的方法，即

V(G) = e – n + 2

其中e表示边的数量，n表示节点的数量。
比如下面的代码在逻辑上是相同的，但是写法不同

void foo(void) {
    if (a && b)
        x=1;
    else
        x=2;
}

void foo(void) {
    if (a)
        if (b) 
            x=1;
    else
        x=2;
 }

它们的流程如下

第一种写法的圈复杂度是：6（边）-6（节点）+2=2；第二种写法的圈复杂度是：7（边）-6（节点）+2=3。即第二种写法比第一种写法复杂度要高一些。我们从代码层面也能看出来如此。

它是基于论文《A Complexity Measure》。
其他参考资料

• https://www.geeksforgeeks.org/cyclomatic-complexity/
• https://www.perforce.com/blog/qac/what-cyclomatic-complexity
• https://en.wikipedia.org/wiki/Cyclomatic_complexity

Average Method Lines of Code (AMLOC) metric

方法的平均行数指标。如果这个值很大就不好，说明大量的逻辑集中在少数方法中，意味着方法逻辑可能比较臃肿，进而意味着复杂度很高。当然也不是越少越好，比如一行逻辑写一个方法。该指标鼓励大家写出更多短小、易于理解的方法，而不是内部极度臃肿的少数方法。

它是基于Paulo Roberto Miranda Meirelles的《Monitoring of source code metrics in open source projects》。

Average Number of Parameters (ANPM) metric

方法的平均参数个数指标。这个值最小是0，最大未知。但是如果值很大，意味着方法关联的参数很多，可能是因为这个方法内部逻辑没有拆解好，导致其包含太多可以独立出去的逻辑，进而需要更多参数来支持。所以这个值越小越好，越大意味着越复杂。
它是基于Paulo Roberto Miranda Meirelles的《Monitoring of source code metrics in open source projects》。

Coupling Between Objects (CBO) metric

对象之间的耦合 (CBO) 是耦合到特定类的类数量的计数，即一个类的方法调用另一个类的方法或访问另一个类的变量的情况。这些调用需要在两个方向上计数，因此类 A 的 CBO 是类 A 引用的类集合和引用类 A 的类集合的大小。由于这是一个集合 - 每个类仅计数一次，即使引用在两个方向上运行，即如果 A 引用 B 并且 B 引用 A，则 B 只计算一次。越大意味着耦合度越高。

比如上图中C的CBO就高，它关联的类也是最多的。

它是基于Shyam R. Chidamber和Chris F. Kemerer的论文《A metrics suite for object oriented design》。
其他参考资料

• https://sites.pitt.edu/~ckemerer/CK%20research%20papers/MetricForOOD_ChidamberKemerer94.pdf

Depth of Inheritance Tree (DIT) metric

最长继承树深度指标。它表示模块到最底层类的继承深度。越大代表越复杂。
数学公式是

DIT(m) = DIT(s(m)) + 1, ifc m != rootClass
DIT(m) = 0, otherwise.

比如上图中D的深度就是3，F的深度就是1。D就比F复杂。

它是基于Eduardo Kessler Piveta, Ana Moreira, Marcelo Soares Pimenta, Joao Araujo, Pedro Guerreiro和R. Tom Price的《An empirical study of aspect-oriented metrics》。
其他参考资料

• https://learn.microsoft.com/en-us/visualstudio/code-quality/code-metrics-depth-of-inheritance?view=vs-2022

Lack of Cohesion of Methods (LCOM4) metric

方法缺乏内聚性指标。在软件工程中，我们希望代码是高内聚低耦合。耦合指标我们可以通过上面的CBO来看，而内聚性则可以看LCOM4指标。该值越高，表示越缺乏内聚性，表示越不好。

该指标基于Martin Hitz和Behzad Montazeri的 《Measuring coupling and cohesion in object-oriented systems》。
更多资料参考

• http://ieeexplore.ieee.org/abstract/document/6178856/
• http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.686.2543
• https://objectscriptquality.com/docs/metrics/lack-cohesion-methods-lcom4
• https://blog.ndepend.com/lack-of-cohesion-methods/
• https://www.arisa.se/compendium/node116.html

Lines of Code (LOC) metric

不包括空行和注释的代码行数。可以很好理解：一般情况下，代码越长越复杂。
它是基于Taghi M. Khoshgoftaar和John C. Munson的《The lines of code metric as a predictor of program faults: a critical analysis》。

Number of Attributes (NOA) metric

类的属性数量指标。如果一个类的属性数量很多，预示着它可能拥有太多的功能，即功能冗余。应该考虑将其拆解成更多高内聚、功能简单的类。一般情况下，该值越大意味着越复杂。
它是基于Paulo Roberto Miranda Meirelles的《Monitoring of source code metrics in open source projects》。

Number of Children (NOC) metric

从属于某个类的直接子类的数量指标。它是一个类对设计和系统的潜在影响的指标。子级的数量越多，父级不正确抽象的可能性就越大，并且可能是滥用子类的情况。但是子级的数量越多，可重用性就越大，因为继承是重用的一种形式。如果一个类有大量子类，则可能需要对该类的方法进行更多测试，从而增加测试时间。所以这个值没有很强的预示性。

它是基于Linda H. Rosenberg和Lawrence E. Hyatt的《Software Quality Metrics for Object-Oriented Environments》。
更多参考资料

• https://www.itwissen.info/en/number-of-children-NOC-122384.html#gsc.tab=0

Number of Methods (NOM) metric

类的方法数指标。如果一个类的方法很多，可能预示着它有太多的功能，缺乏内聚性。最好将其拆解成功能独立的小型类。该指标越大表示越复杂。
它是基于Paulo Roberto Miranda Meirelles的《Monitoring of source code metrics in open source projects》。

Number of Public Attributes (NPA) metric

类的公有属性数指标。类的属性应该通过方法来访问，而不是直接暴露给外面使用。所以该值应该为0，否则就可能不是好的设计。
它是基于Paulo Roberto Miranda Meirelles的《Monitoring of source code metrics in open source projects》。

Number of Public Methods (NPM) metric

类的公有方法数指标。如果类的公有方法比较多，意味着它对外提供的服务很多。这个不符合高内聚的设计思想。最好将这样的类拆解成功能独立的类。所以这个值越小越好。
它是基于Paulo Roberto Miranda Meirelles的《Monitoring of source code metrics in open source projects》。

Response for Class (RFC) metric

类的响应指标。它是指一个类的方法数，加上在它内部调用的其他类的方法数。如果这个数越大，说明这个类的耦合性越大，或者功能太多。这个就是需要拆解的类。所以该值越大，表示越复杂。

class BirdTeam {
public:
	void Run() {
			Bird * bird = new Bird();
			bird->run();
		}
		
	void Fly() {
		Bird * bird = new Bird();
		bird->FlyUp();
		bird->FlyDown();
	}

比如上面BirdTeam这个类，它有2个方法，其中调用了Bird的类3的方法。这样它的RFC就是2+3=5。

它是基于Shyam R. Chidamber和Chris F. Kemerer的《A metrics suite for object oriented design》
其他参考资料

• https://www.cnblogs.com/cuihongyu3503319/archive/2006/12/29/606720.html

Structural Complexity (SC) metric

结构复杂度。CBO（耦合度指标）和LCOM4（缺乏内聚性）的乘积与该指标正相关。所以它越大表示越不好，因为可能内聚比较差，也可能耦合性太高，也可能两者都很差。
它是基于Paulo Roberto Miranda Meirelles的《Monitoring of source code metrics in open source projects》。

代码

https://github.com/f304646673/tools/tree/main/analizo

参考资料

• https://www.analizo.org/
• https://metacpan.org/dist/Analizo
• https://webhostinggeeks.com/howto/how-to-install-perl-on-ubuntu/
• https://baike.baidu.com/item/%E5%9C%88%E5%A4%8D%E6%9D%82%E5%BA%A6/828737
• https://zhuanlan.zhihu.com/p/139386961
• https://manpages.ubuntu.com/manpages//noble/man3/Analizo::Metric::AfferentConnections.3pm.html