コード複雑性の多面的な測定手法を解説

記事では、コードの複雑性を「アルゴリズムを実行するために必要なリソースの量」と定義し、メモリ、時間、理解に必要な認知リソースなど、様々な解釈があることを説明している。

計算量複雑度の例として、挿入ソートのO(n²)とカウントソートのO(n)を比較。挿入ソートは最悪の場合、n個の要素に対してn回の比較とn回のスワップが必要だが、直感的で理解しやすい。一方、カウントソートは時間効率は良いものの、最大値に依存する配列を作成するため[4500, 9000, 7200]のようなリストでは不必要に大きなメモリを消費し、負の数をソートできない制約がある。

フィッシャー氏は、単純に計算量複雑度の低いアルゴリズムを選ぶだけでは、理解時間、ドキュメント化、制約の説明、バグ修正など別の形の複雑性が生じる可能性があると指摘。ビジネスコードを書く開発者として、循環的複雑度、ハルステッド複雑度、言語学的複雑度など、他の複雑性指標も重要であることを強調している。