McCabe 的复杂性度量和独立路径

Question

int maxValue = m[0][0];         
for (int i = 0; i < N; i++) 
{               
    for (int j = 0; j < N; j++) 
    {                    
        if ( m[i][j] >maxValue )        
        {                 
            maxValue = m[i][j];     
        }                     
    }                    
}                   
cout<<maxValue<<endl;           

int sum = 0;                
for (int i = 0; i < N; i++)     
{                   
    for (int j = 0; j < N; j++)     
    {                    
        sum = sum + m[i][j];            
    }                    
} 
cout<< sum <<endl;

对于上面的代码，如果我们绘制这样的流程图 基本独立路径将遵循六个
路径一：1 2 3 10 11 12 13 19
路径2：1 2 3 10 11 12 13 14 15 18 13 19
路径3：1 2 3 10 11 12 13 14 15 16 17 15 18 13 19
路径4：1 2 3 4 5 9 3 10 11 12 13 19
路径5：1 2 3 4 5 6 8 5 9 3 10 11 12 13 14 15 16 17 15 18 13 19
路径6：1 2 3 4 5 6 7 8 5 9 3 10 11 12 13 14 15 16 17 15 18 13 19

所以这里的问题是根据给定的代码路径 2、3、4 无法测试（注意循环中的“N”）。那么没有基本集中给出的实际执行路径可以吗？... 或者根据macabe复杂度指标，我们是否必须更改上面给出的代码。因为我的一位导师说我们必须更改代码，他也说存在非结构化循环，所以我们必须更改代码。 （我也没有看到非结构化循环） 但我的感觉是，如果我们更改代码，实际输出可能与预期输出不同。所以请有人解释一下

Answer 1

1) McCabe 的复杂度可以计算为决策点的数量 + 1。在您的情况下，有 5 个决策点（节点 3、5、6、13 和 15）意味着代码片段的 McCabe 复杂度为 5 +1 = 6。就 McCabe 复杂度而言，6 绝不是太高：当然，考虑到实现必须提供的功能，我们仍然可以认为它太高了。

2) McCabe 的复杂性与方法/过程的可测试性有关，但与特定路径的可测试性无关。路径可能是可行的（= 存在强制执行通过该路径的变量值）或不可行，但 McCabe 的复杂性很高兴没有意识到这种复杂性。如果您真的想研究路径的可行性，请记住，问题通常是无法确定的，但有许多实用的数据流分析算法可供使用。

3) 如果我们更改代码，实际输出可能会与预期输出不同 当然，您不能引入任意更改并希望结果相同。然而，这可能是你的导师想要的，有一种方法可以重组你的代码，这样产生的输出保持不变，并且 McCabe 的复杂性降低了。例如，想想你是否真的需要将计算最大值和总和的任务分开。