下面是当前找到的和度量复杂度有关的方法。
（1）圈复杂度
圈复杂度主要用于度量函数或方法，从《代码大全》中可以找到圈复杂度的描述。关于圈复杂度，Tom McCabe曾经建议使用下面的方法来度量复杂度。在这一方法中为了计算复杂度首先要计算子程序中的决策点（Decision Points），规则如下：
◆从函数第一行一直往下通过程序。
◆一旦遇到以下关键字或者同类的词就加1：if，while，repeat，for，and，or。
◆给case语句中的每一种情况加1。
—Steve McConell，《代码大全》
很多静态分析工具都直接提供对圈复杂度的度量，而圈复杂度本身歧义性很小，圈复杂度大于15的函数或方法基本上是有问题的，是非常难得的指标。但圈复杂度更适合用于度量编码的结果，对高层设计则不太适用。
（2）响应集
响应集是指类的各个方法直接调用的函数数目。响应集应该尽可能的小，根据得墨忒耳法则：某个对象的任何方法都应该只调用属于以下情形的方法。
—摘自《程序员修炼之道》
（3）关系内聚性（H）
在度量包时可以用包内部类的数目除以包内类的总数，其比值用来表示包的内聚性。如果用R表示包内部得类关系数目，用N表示包内类总数。那么：(www.xing528.com)
H=（R+1）/N
（4）不稳定性（I）
不稳定性由输入耦合度（Ca）与输出耦合度（Ce）计算而来。
包的输入耦合度是指处于包外部，但依赖于包内类的数目。
包的输出耦合度是指包内部的依赖于包外部类的类数目。
这样I=Ce/（Ca+Ce）
（5）抽象性（A）
包的抽象性用抽象类的数目和包中所有类的数目进行计算。
假如包中类的总数是Nc，抽象类的数目是Na，那么抽象度A=Na/Nc
关系内聚性（H），不稳定性（H），抽象性（H）的进一步说明，请参见《敏捷软件开发：原则，模式与实践》一书。这些度量指标无疑是有意义的，但却不解决这样一个问题：
如果一个方案在关系内聚性（H），不稳定性（H），抽象性（H）上都有好的表现，复杂度有没有提高？如果说复杂度因此而提高了，那么这种额外支出的复杂度值不值得？
如果我们认为复杂度是软件的根本问题，那么在满足需求的前提下，使软件简单化就是最关键的使命（比灵活性等重要）。既如此，为什么不直接度量复杂度呢？
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
