面向代码坏味检测的阈值动态优化方法

最主要的，大部分的程序员并不了解阈值设定Р和性能表现之间精确的数量关系。 Р 综上所述，程序员需要个性化的定制代码坏味检测工具，然而手工的调节这些工Р具的阈值是非常困难的。因此我们提出了一种面向代码坏味检测的阈值动态优化方法。Р该方法可以根据代码坏味的判定检测历史，利用程序员的反馈，自动动态地优化阈值Р并且希望可以确保代码坏味检测算法保持较高的性能。我们希望该方法能够适合各种Р的代码坏味检测算法和工具的阈值设定问题，具有一般性。如此，我们的方法就能够Р一般性的解决代码坏味检测算法中阈值设定的问题，具有极大的研究意义。 РР1.2 相关研究 РР1.2.1 代码坏味检测方法 РР 代码坏味最先由 Fowler 在 1999 年提出[3]。代码坏味是可能需要重构的代码的重Р要指标。比较常见的代码坏味有长方法(Long Method)、过度亲密(Inappropriate РIntimacy)、超大类(Large Class)、长参数列表(Long Parameter List) 、特征依赖(Feature РEnvy)等。代码坏味有可能是比较低水平的局部不良编码的实例，也可能是高层次的Р设计问题的症状。有些代码坏味的代码结构非常简单，相对容易识别(比如 Switch 语Р句)；有些则很复杂，难以识别。代码坏味对软件质量的提高有着非常大的不良影响，Р主要会导致代码的难以维护，使得代码在维护期间有很大的可能性引入错误，从而加Р大了软件的维护成本[3]。 Р 代码坏味检测是一个识别重构机会的重要方法。已经有很多人提出了各种各样的Р算法和工具来自动或半自动的检测代码坏味。下面我们分析几种比较常见的代码坏味РР 2