3、应对复杂性与运用 80/20 原则提升生产力

应对复杂性与运用 80/20 原则提升生产力

1. 代码复杂度对生产力的影响

代码复杂度是衡量理解代码库难易程度的重要指标。以循环复杂度为例，它是衡量认知复杂度的有效代理指标。以下是两个 Python 程序的示例：

# Path #2
pw = input('your password: ')
if pw == '42':
    print('correct!')
pw = input('your password: ')
if pw == '42':
    pw2 = input('your name: ')
    if pw2 == 'marvin':
        print('correct!')
    else:
        print('fail!')

上述代码的循环复杂度分析如下：
- 示例 1：循环复杂度 = 2
- 示例 2：循环复杂度 = 3

循环复杂度虽然能衡量代码的部分复杂性，但它忽略了一些因素，比如多重嵌套的 for 循环相较于单层 for 循环带来的认知复杂度。因此，像 NPath 复杂度等其他衡量方法对循环复杂度进行了改进。代码复杂度不仅是算法理论的重要课题，在实际编写代码时也至关重要，它关系到代码是否易于理解、阅读和维护。

2. 学习中的复杂性

事实并非孤立存在，而是相互关联的。例如：
- 沃尔特·迪士尼出生于 1901 年。
- 路易斯·阿姆斯特朗出生于 1901 年。

如果将这些事实输入程序，它能回答诸如“沃尔特·迪士尼出生于哪一