简介
圈复杂度(Cyclomatic complexity)是一种代码复杂度的衡量标准，在1976年由Thomas J. McCabe, Sr. 提出。
在软件测试的概念里，圈复杂度用来衡量一个模块判定结构的复杂程度，数量上表现为线性无关的路径条数，即合理的预防错误所需测试的最少路径条数。圈复杂度大说明程序代码可能质量低且难于测试和维护，根据经验，程序的可能错误和高的圈复杂度有着很大关系。
定义
软件源码某部分的圈复杂度就是这部分代码中线性无关路径的数量。
计算
它的计算方法很简单：
计算公式1：V(G)=e-n+2p。其中，e表示控制流图中边的数量，n表示控制流图中节点的数量，p图的连接组件数目（图的组件数是相连节点的最大集合）。因为控制流图都是连通的，所以p为1。例如图1：
计算公式2：V(G)=区域数=判定节点数+1。其实，圈复杂度的计算还有更直观的方法，因为圈复杂度所反映的是“判定条件”的数量，所以圈复杂度实际上就是等于判定节点的数量再加上1，也即控制流图的区域数。
对于多分支的CASE结构或IF-ELSEIF-ELSE结构，统计判定节点的个数时需要特别注意一点，要求必须统计全部实际的判定节点数，也即每个ELSEIF语句，以及每个CASE语句，都应该算为一个判定节点。例如图2：
计算公式3：V(G)=R。其中R代表平面被控制流图划分成的区域数。例如图3
针对程序的控制流图计算圈复杂度V(G)时，最好还是采用第一个公式，也即V(G)=e-n+2；而针对模块的控制流图时，可以直接统计判定节点数，这样更为简单；针对复杂的控制流图是，使用区域计算公式V(G)=R更为简单。
圈复杂度检测
采用python脚本检测，参考链接：本地圈复杂度检测工具
在链接中找到 lizard.py 并下载到本地，移动到需要检测的文件目录下，然后用控制台进入到目标目录，运行 python lizard.py 指令就可以在控制台生成圈复杂度结果数据表。
圈复杂度优化建议
1、尽量少用 switch case ，&& ，|| ，if ，等判断运算；
2、每一个方法要有明确的功能实现，不要为了追求行数少而合并功能实现；
3、模型数据的赋值、校验最好放在 model 自己里面；
4、逻辑模块和数据模块要区分开编写；
备注：圈复杂度计算公式和图片来源百度百科
