Investigating Effects of Common Spreadsheet Design Practices on Correctness and Maintainability
电子表格是通常由最终用户创建的软件程序,通常用于关键业务任务。许多研究表明,电子表格中的错误是非常常见的。因此,许多供应商提供审计工具,这些工具承诺通过检查电子表格来检测所谓的最佳实践,例如“不要在公式中放置常量”。不幸的是,在很大程度上不知道哪些最佳实践在哪些设置中对电子表格质量方面有哪些实际影响。我们进行了一个对照实验,42名受试者调查的问题是否遵守三个通常建议的最佳实践与预期的积极影响有关的正确性和可维护性:“不要把常数公式”,“保持公式的复杂性低”和“指的是左边和上面”。实验分两个阶段进行,包括创建新的电子表格和修改现有的电子表格。它是使用一种新的电子表格审计工具,称为电子表格检查框架的建设工具包进行评估。实验产生了一个小样本的直接可比的电子表格,都试图解决同一个任务。我们对所获得的电子表格的分析表明,“底线”结果的正确性不受遵守三个最佳实践的影响。然而,最初正确的电子表格高度遵守这些最佳实践往往是那些后来的修改产生最正确的结果。
2012-11-29 cs.SE
Semi-structured data extraction and modelling: the WIA Project
在过去的几十年里,各种电子数据的数量急剧增加。数据可通过一系列接口访问,包括Web浏览器、数据库查询语言、基于多种不同数据交换格式的特定应用程序接口。所有这些数据从非结构化数据到高度结构化数据。通常,它们中的一些具有结构,即使结构是隐式的,并且不像标准数据库系统中那样严格或规则。电子表格文档在这方面是典型的。电子表格是一种轻量级技术,能够为公司提供易于构建的业务管理和商业智能应用程序,商务人员在很大程度上采用电子表格作为生成和共享数据文件的智能工具。实际上,电子表格的复杂性越大(例如,它们在产品开发计划和报价中的使用),它们的安排、维护和分析就越像是一种知识驱动的活动。从电子表格文档中自动提取数据结构问题的算法方法(即,网格结构和自由的拓扑相关数据)来自WIA项目:工作表智能分析器。WIA算法显示了如何提供更高级别的抽象或概念化方面的电子表格内容的描述。特别地,WIA算法的目标是关于i)在电子表格公式中实现的微积分工作流和ii)参与微积分的数据所扮演的逻辑角色的提取。由此产生的概念化的目的是提供电子表格的抽象表示有用的进一步模型改进和优化,通过进化算法计算。
2013-09-30 cs.CY cs.NE cs.SE
A New Complete Class Complexity Metric
软件复杂性度量对于最小化软件维护成本至关重要。包级和系统级的复杂性不能在没有类级复杂性的情况下测量。这项研究解决了类的复杂性度量。本文研究了现有的类复杂性度量方法,提出了一种新的类复杂性度量方法CCC(Complete class complexity metric)。CCC度量,然后分析评估Weyuker的性质。
2014-03-22 cs.SE
The Correlation among Software Complexity Metrics with Case Study
人们对软件质量的要求越来越高,因此不同规模的软件都在快速增长,以处理软件的质量问题。软件复杂性度量是利用软件的一些内部属性或特征来了解它们对软件质量的影响的度量之一。在本文中,我们涵盖了一些更有效的软件复杂性度量,如圈复杂性,代码行和Hallstead复杂性度量。本文介绍了它们对软件质量的影响。并对两者之间的相关性进行了探讨和分析。最后以一个真实数据集为例,揭示了它们与错误数的关系。
2014-08-20 cs.SE
Design Level Metrics to Measure the Complexity Across Versions of AO Software
软件度量在定量评估任何特定的软件开发方法及其对软件维护的影响方面起着至关重要的作用。它还可以通过提供有关质量属性(如可维护性、可修改性和可理解性)的有价值的反馈来指示组件之间的相互依赖程度。软件维护的努力通常与其设计的复杂性有很高的相关性。面向方面的软件设计是一种新兴的方法学,它提供了强大的新技术来提高软件的模块化设计。在本文中,评估模型,以捕捉症状的复杂性已被定义为包括度量,工件和复杂性的元素。一个工具,自动捕捉这些指标在不同版本的案例研究应用程序,大学自动化系统已经开发。建议的指标获得的值被用来推断的Java和ANOSJ实现的案例研究应用程序的复杂性。这些测量结果表明,与Java实现相比,AAJJ实现的复杂性更低,并且对软件的可维护性产生了积极的影响。
2020-12-01 cs.SE
Unveiling Hybrid Cyclomatic Complexity: A Comprehensive Analysis and Evaluation as an Integral Feature in Automatic Defect Prediction Models
本文提出了一种考虑继承复杂度的新颖指标Hybrid Cyclomatic Complexity(HCC),通过开源项目数据实验验证了其作为缺陷预测模型特征的有效性,并强调了区分类复杂度与继承复杂度的必要性。
2025-04-01 cs.SE
Interactive Complexity: Software Metrics from an Ecosystem Perspective
现在,即使是最微不足道的应用程序也是在数百万行库、API和程序设计语言代码之上编写的,因此,设计软件时存在的许多复杂性已经被抽象掉,以便程序员能够主要关注业务逻辑。由于每个应用程序都严重依赖于其设计运行的生态系统,无论是局限于本地系统还是包括对通过网络连接的机器的依赖,测量这些系统的复杂性不再仅仅通过观察应用程序内部的代码来完成;我们还需要考虑其外部交互。在考虑安全问题时,这一点尤为重要,因为我们的医疗保健,金融和汽车依赖于复杂的软件系统。我们提出了互动的复杂性,它提供了一个量化的措施,如何交织的系统部分。一些最著名的软件复杂性度量是CK度量套件中的度量;这些度量是为测量面向对象系统而设计的,但我们相信它们可以用来帮助测量软件系统的交互。我们的实验结果表明,在一个版本中修复的错误数量与足够规模的系统中这些指标的价值之间存在很强的相关性。
2017-11-28 cs.SE
Measuring the Overall Complexity of Graphical and Textual IEC 61131-3 Control Software
软件实现了工厂自动化中很大一部分功能。因此,有效的开发和软件部分(即所谓的单元)的重用提高了竞争力。因此,复杂的控制软件单元更难以理解,导致开发、测试和维护成本增加。然而,测量复杂性是具有挑战性的,因为许多不同的,主观的观点。本文比较了文献中不同的复杂性定义,并考虑了一个定性的问卷调查研究领域专家的复杂性感知,谁确认的重要性,客观的措施来比较复杂性。本文提出了一套度量标准,衡量各种类别的软件复杂性,以确定最复杂的软件单元作为重构的先决条件。这些度量包括由大小、数据结构、控制流、信息流和词法结构引起的复杂性。与大多数文献方法不同,这些指标符合IEC 61131-3标准的图形和文本语言。此外,一个概念,用于解释的度量结果。一个全面的评估与工业软件从两个德国工厂制造商验证了指标的适用性来衡量复杂性。
2022-12-09 cs.SE
Mutant Density: A Measure of Fault-Sensitive Complexity
软件代码复杂度是一个研究得很好的属性,以确定软件组件的健康。然而,现有的代码复杂性度量没有直接考虑代码的易出错性方面。我们提出了一个称为突变密度的指标,其中我们使用突变作为在代码中引入人为错误的方法,并计算每行可能的突变数量。我们将展示如何使用此度量标准来对现实生活中的软件项目进行有用的分析。
2021-04-25 cs.SE
Rethinking Cognitive Complexity for Unit Tests: Toward a Readability-Aware Metric Grounded in Developer Perception
本文提出面向单元测试的测试感知认知复杂度度量CCTR,整合断言密度、注解角色等结构与语义特征,并在15,750个由EvoSuite和LLM生成的测试套件上验证其能更准确地反映开发者感知的可读性与工作量。
2025-08-22 cs.SE
Rethinking Code Complexity Through the Lens of Large Language Models
School of Computer Science, Shanghai Jiao Tong University(上海交通大学计算机学院)
针对传统复杂度指标与LLM感知难度不匹配的问题,提出基于语义非线性的熵引导语义组合层次复杂度度量LM-CC,实验证明其与LLM性能强相关且语义保持的复杂度降低能提升下游任务表现。
2026-05-27 cs.SE
Should I Bug You? Identifying Domain Experts in Software Projects Using Code Complexity Metrics
在任何足够复杂的软件系统中,都有专家,他们对系统的某些部分有着比其他部分更深刻的理解。然而,并不总是清楚这些专家是谁,以及他们可以为系统的哪些特定部分提供帮助。我们提出了一个框架,以引起开发人员的专业知识,并建议专家分析复杂性措施随着时间的推移。此外,团队可以检测到目前没有专家或只有少数专家的软件部分,并采取预防措施以保持集体代码知识和所有权。我们在一家中等规模的公司采用了这种先进的方法。结果进行了评估与调查,比较感知和计算的专业知识的开发人员。我们表明,聚合代码度量可用于识别不同的软件组件的专家。在90%以上的情况下,开发人员将确定的专家评为可接受的候选人。
2018-09-20 cs.SE
The impact of software complexity on cost and quality - A comparative analysis between Open source and proprietary software
软件质量的早期预测对于更好地进行软件规划和控制具有重要意义。在早期开发阶段,设计复杂性度量被认为是软件测试工作和一些质量属性的有用指标。尽管许多研究调查了设计复杂性与成本和质量之间的关系,但目前还不清楚我们在个别研究范围之外学到了什么。本文对软件复杂性度量对质量属性的影响进行了系统的综述。我们通过量身定制的荟萃分析方法,从57项主要研究的59个不同数据集中汇总了斯皮尔曼相关系数。我们发现,故障倾向性和可维护性是最经常调查的属性。Chidamber和Kemerer度量套件是最常用的,但不是所有的都是好的质量属性指标。此外,这些指标的影响在专有项目和开源项目中没有什么不同。研究结果对建立跨项目类型的质量模型具有一定的启示意义
2017-12-02 cs.SE
An approach for improving the concept of Cyclomatic Complexity for Object-Oriented Programming
软件复杂性度量对于满足复杂软件的需求具有重要作用。圈复杂度是目前已提出和研究的三个度量指标之一,它们分别是:代码行、Halstead测度和圈复杂度。虽然圈复杂性是非常流行的,但也服务于一些问题,这些问题已被确定并在本研究工作中以表格形式显示。它缺乏面向对象程序设计中对象类间耦合的计算,只根据条件语句计算复杂度。因此,需要改进基于耦合的圈复杂度概念。论文包括所提出的算法来处理上述问题。
2014-12-19 cs.SE
Early Career Developers' Perceptions of Code Understandability. A Study of Complexity Metrics
该研究针对216名1-4年经验的早期职业开发者开展实证研究,探究McCabe圈复杂度与认知复杂度对代码可理解性的预测效果,发现二者预测能力一般且无法预测问题严重度,建议不让早期开发者独立做代码评审。
2024-07-15 cs.SE
On the Importance and Shortcomings of Code Readability Metrics: A Case Study on Reactive Programming
良好的结构和可读的源代码是维护软件和开发人员之间成功协作的先决条件。静态分析可以自动提取代码复杂性和可读性指标,这些指标可以用来突出代码中的潜在改进,以获得高质量的软件并作为教育工具为开发人员加强良好实践。这假设可靠的可读性度量,因为代码可读性有点主观,所以获得这些度量并不容易。最近的研究已经产生了越来越复杂的模型,用于预测人类主要以过程和面向对象为重点的可读性,而函数式和声明式语言以及语言扩展则因为它们通常被认为会导致更简洁和可读的代码而有所进步。在本文中,我们调查现有的复杂性和可读性指标是否反映了这种智慧,或者可读性的概念及其组成部分是否需要根据程序设计语言的变化进行大修。因此,我们比较传统的面向对象和反应式编程的代码复杂性和可读性的案例研究。响应式编程声称可以提高代码质量,但很少有研究从经验上证实这些说法。我们将一个面向对象的开源项目重构为一个反应式候选项目,并使用圈复杂度和两个最先进的可读性度量标准将可读性与原始项目进行比较。需要更详细的调查,但我们的研究结果表明,圈复杂度和可读性在反应性候选人中同时显着下降,这似乎是违反直觉的。我们解释并证实了为什么可读性指标可能需要调整,以更好地适应流行的编程风格,而不是命令式和面向对象,以更好地满足人类的期望。
2021-10-28 cs.SE
Hierarchical Complexity: Measures of High Level Modularity
软件是人类最复杂的工作之一;大型系统可能有数千万行源代码。然而,复杂性很少在最低级别的代码之上测量,有时是源代码文件或低级别的模块。在本文中,一个层次的方法进行了探讨,以找到一组指标,可以衡量更高层次的组织。然后,这些指标被用于一些流行的免费软件包(总计超过2500万行代码),以检查它们的效率和一致性。
2011-05-11 cs.SE
An Empirical Validation of Cognitive Complexity as a Measure of Source Code Understandability
背景:开发人员花费大量时间来理解源代码。静态代码分析工具可以将注意力吸引到开发人员难以理解的代码上。然而,大多数调查结果都是基于未经验证的指标,这可能会导致混乱和代码,难以理解,无法识别。目的:在这项工作中,我们验证了一个度量称为认知复杂性,这是明确设计来衡量代码的可理解性,这是已经被广泛使用,由于其集成在著名的静态代码分析工具。方法:我们进行了系统的文献检索,从测量代码可理解性的研究中获得数据集。通过这种方式,我们获得了427个代码片段的大约24,000个可理解性评估。我们计算了这些测量值与相应指标值的相关性,并通过荟萃分析统计总结了相关系数。结果:认知复杂度与理解时间和理解能力的主观评分呈正相关。该指标显示了与理解任务的正确性和生理措施的相关性的混合结果。结论:这是第一个经过验证的、完全基于代码的度量标准,至少能够反映代码可理解性的某些方面。此外,由于其方法,这项工作表明,代码理解目前以许多不同的方式进行测量,我们也不知道它们是如何相关的。这使得很难比较单个研究的结果,也很难制定一个度量标准来衡量代码理解的各个方面。
2020-07-24 cs.SE
What really changes when developers intend to improve their source code: a commit-level study of static metric value and static analysis warning changes
许多软件度量被设计用来度量那些被认为与软件质量相关的方面。静态软件度量,例如,规模、复杂性和耦合性被用于缺陷预测研究以及软件质量模型来评估软件质量。虽然这表明了质量和软件度量之间的关系,但它的程度还没有得到很好的理解。此外,最近的研究发现,复杂性度量可能是源代码可理解性的不可靠指标。为了探索这种关系,我们利用开发人员的意图,即什么构成了他们自己代码库的质量改进。我们通过检查提交消息,将来自54个Java开源项目的2,533个提交的随机样本手动分类为质量改进,这取决于开发人员的意图。我们通过预定义的指导方针区分完美和纠正性维护,并将这些数据用作基础事实,用于微调自然语言处理的最先进的深度学习模型。我们使用该模型将数据集增加到125,482次提交。基于由此产生的数据集,我们调查的差异大小和14静态源代码指标之间的变化,提高质量,由开发人员表示,和其他变化。我们发现,质量改善提交比其他提交更小。完美的更改对静态源代码指标有积极的影响,而纠正性更改则倾向于增加复杂性。此外,我们发现,文件的目标是完善的维护已经有一个较低的中位数比其他文件的复杂性。我们的研究结果提供了经验证据,静态源代码度量捕获质量改进从开发人员的角度来看。这对程序理解以及代码气味检测和推荐系统都有影响。
2022-05-30 cs.SE
Estimation of Defect proneness Using Design complexity Measurements in Object- Oriented Software
软件工程不断面临着软件包日益复杂和软件生产过程中缺陷和缺点数据水平不断提高的挑战。这就要求有新的发明和方法来实现更可重用、更可靠、更易于维护和更高质量的软件系统,并对软件生成过程进行更深层次的控制。质量和生产率确实是控制任何工业过程的两个最重要的参数。成功的控制系统的实施需要一些测量手段。软件度量在软件开发过程的管理方面起着重要的作用,如更好的规划,评估改进,资源分配和减少不可预测性。涉及早期发现潜在问题、生产力评估和评估外部质量因素(如可重用性、可维护性、缺陷倾向性和复杂性)的过程至关重要。在这里,我们讨论的CK度量和估计模型的应用,以预测外部质量参数,优化设计过程和生产过程中所需的质量水平。提出了一种新的面向对象系统设计级缺陷倾向性估计方法,建立了CK度量与缺陷倾向性指数之间的关系模型。一个多功能的估计方法捕捉CK度量和软件模块的缺陷倾向水平之间的相关性。
2010-01-20 cs.SE
An Empirical Study of the Relationships between Code Readability and Software Complexity
The University of New Orleans(新奥尔良大学)
代码可读性和软件复杂性是重要的软件质量度量,影响其他软件度量,如可维护性,可重用性,可移植性和可靠性。本文提出了一个实证研究之间的关系代码可读性和程序复杂性。这些结果来自对35个Java程序的分析,这些程序涵盖了23种不同的代码结构。分析包括六个可读性指标和两个复杂性指标。我们的研究从经验上证实了现有的智慧,即可读性和复杂性是负相关的。应用机器学习技术,我们还识别和排名那些代码结构,大大影响代码的可读性。
2019-08-30 cs.LG cs.SE
Rethinking Complexity Metrics for LLM-Integrated Applications: Beyond Source Code
Zihao Xu1, Yuekang Li1, Gelei Deng2, Yi Liu3, Zhenchang Xing45(未明确机构)
提出HECATE工具,基于Prompt-as-Specification形式化方法,从提示层和代码层评估LLM集成应用的复杂性,发现提示层复杂性是独立维度,10个有效度量中7个为新增的结构广度度量。
2026-07-03 cs.AI cs.SE
Assessing Vulnerability in Smart Contracts: The Role of Code Complexity Metrics in Security Analysis
Università della Svizzera italiana(瑞士意大利语大学)
本研究探讨了代码复杂度度量在识别智能合约安全漏洞中的作用,发现复杂度度量能有效区分安全与脆弱代码,但单一指标不足以直接导致漏洞。
2026-01-23 cs.CR cs.SE
Measuring Complexity at the Requirements Stage: Spectral Metrics as Development Effort Predictors
School of Systems and Enterprises, Stevens Institute of Technology(史蒂文斯理工学院系统与企业学院);School of Computing and Augmented Intelligence, Arizona State University(亚利桑那州立大学计算与增强智能学院)
本文通过自然语言处理方法提取需求规范的结构网络,利用分子整合任务作为结构同构代理,发现谱度量对整合努力的预测相关性超过0.95,揭示了谱度量在捕捉认知和努力维度上的优势。
2026-03-30 cs.CL cs.SE
A Metrics-Oriented Architectural Model to Characterize Complexity on Machine Learning-Enabled Systems
Institute of Mathematics and Statistics(数学与统计学研究所);University of São Paulo(圣保罗大学)
本研究提出一种基于指标的架构模型来表征机器学习使能系统的复杂性,以支持架构决策并指导系统发展,并展示了扩展参考架构以收集指标的第一步。
2025-06-09 cs.AI cs.LG cs.SE
The cross cyclomatic complexity: a bi-dimensional measure for program complexity on graphs
降低和控制复杂性是软件设计中的一个基本实践。圈复杂度(CC)是最流行的软件度量之一,应用了40多年。尽管CC是一个突出程序中分支数量的有趣度量,但它显然不足以表示软件的复杂性。在本文中,我们介绍了交叉圈复杂度(CCC),一个新的二维复杂性的图,结合圈复杂度和最小重量的循环基的重量在笛卡尔计划的对来表征程序的复杂性使用控制流图。我们的假设打开了一个新的场所,代表程序的复杂性,我们讨论它的含义和机会。
2020-03-01 cs.PL cs.SE
Improving Fuzzing Using Software Complexity Metrics
易受攻击的软件对现代信息系统构成了巨大的威胁。广泛应用程序中的漏洞可能被用来传播恶意软件,窃取资金和进行目标攻击。为了解决这个问题,开发人员和研究人员使用不同的动态和静态软件分析方法;其中一种方法称为模糊分析。Fuzzing是通过生成并发送可能格式错误的数据到被测应用程序来执行的。自1988年首次出现以来,模糊技术已经发展了很多,但直到现在,针对有效性评估的问题还没有得到充分的研究。在我们的研究中,我们提出了一种新的模糊效果评估方法,考虑到执行代码的语义以及定量评估。为此,我们使用源代码复杂性评估的具体指标,适用于执行分析的机器码。我们对104个具有已知漏洞的广泛应用程序进行了这些指标的有效性评估。作为这些实验的结果,我们能够识别出一组更适合发现bug的指标。此外,我们进行了单独的实验,7个应用程序没有已知的漏洞,通过使用一套指标。实验结果表明,该方法可以提高模糊检测的性能。此外,这些工具还帮助检测了广泛应用程序中的两个关键零日(以前未知)漏洞。
2018-07-05 cs.CR cs.SE
Enhancing LLM-Based Code Generation with Complexity Metrics: A Feedback-Driven Approach
Lassonde School of Eng. York University(埃克塞特工程学院约克大学)
本文研究代码复杂度与LLM生成代码成功率的关系,利用逻辑回归确定关键复杂度指标,提出基于复杂度指标的迭代反馈方法,在多个基准和模型上显著提升了代码生成的Pass@1准确率。
2025-05-29 cs.AI cs.SE