阅读《基于Python语言的软件测试技术》_打开新的知识大门_3.4 源代码度量

【摘要】 本书摘自《基于Python语言的软件测试技术》一书中第3章，第4节，由张民编著。

3.4 源代码度量

随着计算机应用的普及和社会对软件产品的更高要求，软件产品的研发也越来 越复杂，程序复杂度也已经成了评估软件质量的重要指标之一。在硬件的可靠性设 计中，有一条基本原则是"简单就是可靠",这个原则同样也适合软件设计。程序复 杂度的度量可以估算程序中的错误，也可以科学计算程序员的编程工作量。同时， 正确地降低程序复杂度可以降低研发成本，提高研发效率。

程序复杂度的度量是一种代码复杂度的衡量指标，这关系到整个项目的研发经 费、开发周期和软件内部bug的多少。正确地降低软件复杂度可以提高对软件的理解 以及软件的可维护性。在程序复杂度度量中，当前使用比较广泛的方法有代码行度 量法、Halstead方法和McCabe方法。

3.4.1 代码行度量法

代码行度量法是最简单的度量程序复杂性的方法。该方法的基本思想是统计程 序中代码的有效行数，以统计的源代码行数作为程序复杂度的估计值。需要说明的 是，在统计程序代码行数时不包括空白、注释、括号以及成员、类型和命名空间的 声明等。

假定程序的出错概率是每100行程序中所包括的bug数目，若程序中每100行会 出现一个bug, 则程序出错概率即被估算为1%。根据经验，程序出错的概率大约在 0.04%～7%。在IT领域中， 一个软件测试工程师对于一个小程序的可执行程序代码 部分进行测试得到的每一行代码的出错率应该在1%～2%;对于一个大程序的可执行 代码部分，每行代码的出错率可能会增加到2.68%～3.18%。因而我们可以得到一个 结论：代码行度量法是一个比较简单的、估计粗糙的程序复杂度估算方法。对于代 码行少于100行的小程序，它的源代码出错率随着源代码行数呈现线性递增或者递减 趋势，但是对于一个规模较大的程序，它的源代码出错率与代码行数之间呈现的是 非线性的函数关系。

为了有效地控制所编写程序的规模从而减小程序错误所带来的风险，每个软件 工程师都应该具备科学降低程序复杂度的能力，最实用的办法就是利用模块化程序 设计的思想将软件功能模块进行自顶向下逐层分解，因而任何大规模程序都可以被 分解为若干个功能单一的小程序模块。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们 [email protected] 处理，核实后本网站将在24小时内删除侵权内容。