CRAP 指数：用圈复杂度与测试覆盖量化代码风险
CRAP（Change Risk Anti-Patterns）指数把圈复杂度与测试覆盖率合成一个分数：CRAP(m) = CC² × (1 − cov)³ + CC。由 Alberto Savoia 与 Bob Evans 提出，用于量化"又复杂又没测试"的代码风险。本文讲清公式与应用。
直接回答：CRAP 指数（Change Risk Anti-Patterns）把圈复杂度和测试覆盖率合进一个风险分数，公式为 CRAP(m) = CC² × (1 − cov)³ + CC——复杂度平方、未覆盖比例立方，非线性放大"复杂且没测试"的函数。该指标由 Alberto Savoia 与 Bob Evans 于 2007 年提出，Google Testing Blog 于 2011 年介绍，不能混为同一发布日期。
两个成分
圈复杂度（Cyclomatic Complexity）：数函数内线性独立的执行路径。通常以决策点与控制流计算，具体 switch、异常和语言表达式的计数依工具而异；普通 else 不必独立加一。
| 分值 | 含义 |
|---|---|
| 1–5 | 简单易懂 |
| 6–10 | 中等复杂 |
| >10 | 理解困难 |
| >15 | 建议重点审查（经验分档，非故障概率） |
高复杂度本身不致命——复杂函数可通过有效测试降低部分回归风险：测试记录了预期行为，能够帮助发现所覆盖行为的回归。
测试覆盖率：自动测试执行过的代码比例。低复杂度也可能隐藏高影响错误；复杂代码覆盖低才是 CRAP 瞄准的问题。注意 100% 行覆盖不等于正确——只说明代码被执行过，不说明每条路径都断言了正确输出。CRAP 用"未覆盖的复杂度比例"来缩放风险。
公式的设计巧思
CRAP(m) = CC² × (1 - cov)³ + CC
这里 cov 取 0 到 1，例如 80% 写为 0.8；不要将 80 直接代入。覆盖口径与复杂度工具需保持一致。
- 100% 覆盖：(1 − 1) = 0，首项归零，CRAP = CC——风险即固有复杂度，但视为已被测试管理
- 0% 覆盖：(1 − 0)³ = 1，CRAP = CC² + CC——复杂度被平方放大
指数设计让公式非线性：给复杂函数补测试，分数断崖式下降；简单函数覆盖合格，分数就贴着复杂度本身。
计算示例与 CI 集成
选择能输出函数级复杂度与覆盖率的工具，将数据按同一函数边界合并后计算 CRAP。示例：CC=10、cov=0.8 时，CRAP=100×0.2³+10=10.8。
CI 可对新增或修改函数设提醒，但不应只追分而拆函数或补无断言测试。工具选择需核对语言版本、函数边界和覆盖统计口径。
与 AI 生成代码的关系
无论代码由人还是 Agent 编写，复杂且缺少有效测试的函数都值得优先审查。可把 CRAP 作为验收时的风险提示，但不要根据作者身份推断质量，也不能用单个分数替代行为测试、安全检查和代码评审。
常见问题（FAQ）
Q：CRAP 分多少算超标？
A：常见阈值约定是 30——可用来提示进一步审查，而非强制重构或故障概率。团队可按代码库现状先统计分布再定线。
Q：覆盖率高但断言很弱怎么办？
A：这是 CRAP 的盲区——它只认执行覆盖，不认断言质量。配合变异测试（mutation testing）可帮助发现弱断言，但也不是完整正确性证明。
Q：哪些语言有现成工具？
A：Java（Crap4j）、Python（配合 radon/coverage 计算）等主流生态都有实现，公式本身语言无关。
参考资料
资料核对日期：2026 年 9 月 29 日。本文基于公开文档整理，代码片段和评估方案未作独立运行或性能验证；厂商测试结果已注明来源。
