metrics - 是时候通过 LOC 来理解程序了

标签 metrics

关于基于 LOC(代码行)的数量理解程序需要多长时间,是否有任何广泛的、过于笼统的和几乎无用的规则?

(我知道任何规则都是宽泛的、过于笼统的,而且大部分都是无用的。没关系。)

(有问题的语言是 Delphi,但这应该无关紧要,因为我正在寻找广泛的、过于笼统的且大多无用的规则。)

最佳答案

决定理解一个程序需要多长时间的不是 LOC 的数量,而是复杂性。

如果我的程序有 100,000 行打印语句,我认为该程序很容易理解。但是,如果我有一个嵌套十层深的 for 循环程序,我认为这需要更长的时间才能理解。

Cyclomatic complexity可以粗略地表明代码的理解难度,并且可以发出有关您的代码的其他一些警告标志。

关于metrics - 是时候通过 LOC 来理解程序了,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/1086676/

相关文章:

unix - 有没有办法获得有关 Unix 进程的非常精确的信息(使用的字节数、CPU 指令数)?

logging - 配置Elasticsearch以存储指标

hadoop - 用神经节监控Hadoop集群

elasticsearch - 如何查询metricbeat系统的cpu和elasticsearch 6.3中存储的内存数据

python - IoU 在 python/caffe 中实现每个类的语义分割

ruby - Ruby 中的亚毫秒级时间测量

java - 如何从命令行执行 Metrics2 插件?

static-analysis - 如何在现有代码库上实现 FxCop/静态分析

go - 如何区分不同服务的指标

google-bigquery - BigQuery 查询历史记录 : get performance counters/metrics