三、功能点
上面介绍的是通过代码行的方式来度量缺陷，除了这种方式外，另外一种度量方式是通过功能点的方式来度量，这两种方式都是通过缺陷密度来表达系统出错的可能性。在近些年通过功能点来度量的方式越来越被人接受，可以从两个方面来度量：开发工程师的工作效率(如每人每年开发了多少功能点)和系统质量(如平均每个功能点所发现的缺陷数)。
一个功能是指一个可执行语句的集合，这些语句是用来执行某项工作任务的，其包括参数、本地变量和声明语句。使用功能点度量开发工程师工作效率时，只关注功能点的多少，而不需要关注代码行数。使用功能点度量缺陷，即关注每个功能点的缺陷分布情况，如果单位功能点缺陷率比较低，那么通常说明产品的质量比较高，即使这个时候KLOC 缺陷率比较高，但是如果一个功能点其实现的代码数很少，这样使用功能点去度量就可能会变得很困难。
功能度量最好是在IBM 公司开始使用，但由于当时的技术并不能很好地对功能进行准确的度量，所以使用功能进行度量时出现一个失误的地方。使用功能点解决了生产率和代码行数的问题，因为在统计代码行时，有很多不确定的因素，特别是不同的语言其统计的结果可能差异比较大。在我们定义一个应用时，应该从五个方面来加权评估：
(1)如果是外部输入(如交易类型功能)，权重为4。
(2)如果是外部输出(如报告类型)，权重为5。
(3)内部逻辑文件，权重为10。
(4)外部接口文件，权重为7。
(5)外部查询数，权重为4。
上面是平均加权的方式，还一种是低复杂度和高复杂度的加权，具体如下：
(1)如果是外部输入(如交易类型功能)，低复杂度权重为3，高复杂度权重为6。
(2)如果是外部输出(如报告类型)，低复杂度权重为4，高复杂度权重为7。
(3)内部逻辑文件，低复杂度权重为7，高复杂度权重为15。
(4)外部接口文件，低复杂度权重为5，高复杂度权重为10。
(5)外部查询数，低复杂度权重为3，高复杂度权重为6。
组件复杂度的确定也是很难的，在确定这些组件复杂度时，需要有一些标准的准则。例如，如果数据元素的类型超过20 种，涉及的文件类型超过2 个，这种情况复杂度为高;如果数据元素的类型少于5 种，涉及的文件类型超过2 个或3 个，这种情况复杂度为低。
功能点总数的公式如下：
1)数据通信;
2)函数分布;
3)性能;
4)使用配置;
5)交易率;
6)联机数据输入;
7)终端用户使用效率;
8)在线更新;
9)复杂的过程;
10)可重用性;
11)安装的易用性;
12)操作的易用性;
13)多站点访问;
14)改变的方便性。
这些特性的权值范围是0～5，通过下面的公式可以对特性的因子进行调整，具体的公式如下：
本文内容不用于商业目的，如涉及知识产权问题，请权利人联系51Testing小编(021-64471599-8017)，我们将立即处理
