超越圈复杂度：结合心理语言学，如何量化代码的“认知成本”？

本文深入探讨了代码复杂度的多维评估标准，指出传统的计算复杂度仅衡量机器资源消耗，而忽视了开发者的认知成本。文章对比了圈复杂度和Halstead复杂度等经典指标，并创新性地引入心理语言学概念（如平均依存距离、困惑度），探讨如何利用LLM作为概率估计器来衡量代码的可读性。作者强调，真正的复杂度在于对人类理解力的挑战，结合代码变更率和耦合度分析，将抽象的复杂度转化为可视化的数据，是优化代码质量和管理技术债务的关键。