軟件自身是一種固化的思維，因此從本質上來看，軟件是不可度量的。
但這並不意味着軟件不需要度量，而只是說軟件中的度量大多都有一定限度。
應用各種度量數據的時候一旦跨過這種限度，結果就會適得其反。
在這篇文章里，我們將考查一下現有的，對軟件進行度量的方法(注意：這篇里主要考察別人的方法，不是我自己的)。
可能不全面，不足的地方歡迎大家進行補充。
對軟件“直觀可見的質量屬性”的度量比較簡單，比如：Bug率，性能等，這里就不提了。
這里主要關注的是軟件的內在的，不直觀可見的質量屬性。
- 圈復雜度
圈復雜度主要用於度量函數或方法，從《代碼大全》中可以找到圈復雜度的描述。
關於圈復雜度：Tom McCabe曾經建議使用下面的方法來度量復雜度。在這一方法中為了計算復雜度首先要計算子程序中的決策點(decision points)，規則如下：
-
- 從函數第一行一致往下通過程序
- 一旦遇到以下關鍵字或者同類的詞就加1：if,while,repeat,for,and,or
- 給case語句中的每一種情況加1 --Steve McConell 《代碼大全》
很多靜態分析工具都直接提供對圈復雜度的度量，而圈復雜度本身歧義性很小，是非常難得的指標，高於15的代碼基本很難看懂。
但圈復雜度更適合用於度量編碼的結果，對高層設計則不太適用。
- 響應集
響應集是指類的各個方法直接調用的函數數目。響應集無疑的應該盡可能的小，根據得墨忒耳法則：某個對象的任何方法都應該只調用屬於以下情形的方法。
class Demeter
{
private:
A* a;
int func();
public:
//...
void example(B& b);
void Demeter::example(B& b)
{
C c;
int f = func(); //<---- 類自己的方法
b.invert(); //<----傳入參數的方法，當然參數本身也可能是函數
a = new A();
a->setActive();// <---創建的對象所擁有的方法
c.print(); // <---創建的，並歸自己所有的對象的方法
}
};
---摘自《程序員修煉之道》
- 關系內聚性(H)
在度量包時可以用包內部類的數目除以包內類的總數，其比值用來表示包得內聚性。如果用R表示包內部得類關系數目，用N表示包內類總數。那么：
H = (R+1)/N
- 不穩定性(I)
不穩定性由輸入耦合度（Ca)與輸出耦合度(Ce)計算而來。
包得輸入耦合度是指處於包外部，但依賴於包內類的數目。
包得輸出耦合度是指包內部的依賴於包外部類的類數目。
這樣I = Ce / （Ca+ Ce)
- 抽象性(A)
包的抽象性用抽象類的數目和包中所有類的數目進行計算。
假如說包中類的總數是Nc, 抽象類的數目是Na ,那么抽象度A = Na/Nc
關系內聚性(H)，不穩定性(H)，抽象性(H)的進一步說明，請參見《敏捷軟件開發：原則，模式與實踐》一書。
這些度量指標無疑是有意義的，都可以用來評價軟件寫的好還是壞，但卻不解決這樣一個問題：
如果一個方案在關系內聚性(H)，不穩定性(H)，抽象性(H)上都有好的表現，復雜度有沒有提高？如果說復雜度因此而提高了，那么這種額外支出的復雜度值不值得？
如果我們認為復雜度是軟件的根本問題，那么在滿足需求的前提下，使軟件簡單化就是最關鍵的使命（比靈活性等重要）。既如此，究竟應該如何度量軟件的復雜度呢？
這是一個需要進一步展開的話題，我完善后會進一步和大家分享。
--------------------------------------------------------------
理想流 + 軟件 = 《完美軟件開發：方法與邏輯》
理想流 + 人生 = ??
理想流 + 管理 = ??
理想流 = 以概念和邏輯推演本質，追求真理。