静态结构分析常需使用软件工具进行，包括控制流分析、数据流分析、接口分析、表达式分析

产生的图表有：系统结构图、函数调用关系图、文件调用关系图、模块控制流图、类关系图

规则（Metrics）：量化的行为规范
分类标准（Criteria）：由一系列质量规则组成
质量因素（Factor）：依据各分类标准取值组合权重来计算

Line复杂度、Halstead复杂度、McCabe复杂度

经验显示：McCabe圈复杂度与错误发生率密切相关
圈复杂度可以很好的预测
错误发生的可能性
代码可被理解的程度
维护的工作量
调试的容易程度

基本复杂度(Essential Complexity) ev(g)
依照结构化原则简化模块流程后，模块的复杂度，用于衡量程序非结构化程度
优点:
量化了软件结构化的程度
显示了代码的质量
预测维护时的工作量
有助于软件的模块化设计

规则Kiviat图

分类标准Kiviat图，得出function_testability,function_stability,function_changeability,function_analyzability,synthesis

等价类划分准则:

• 如果输入条件规定了取值范围,可定义一个有效等价类和两个无效等价类
• 如果输入条件代表集合的某个元素，则可定义一个有效等价类和一个无效等价类
• 如规定了输入数据的一组值，且程序对不同输入值做不同处理,则每个允许的输入值是一个有效等价类，并有一个无效等价类 (所有不允许的输入值的集合)。
• 如果规定了输入数据必须遵循的规则,可确定一个有效等价类(符合规则)和若干个无效等价类(从不同角度违反规则)
• 如已划分的等价类各元素在程序中的处理方式不同，则应将此等价类进一步划分成更小的等价类
  

Late Discovery Bug则是QA之痛。用质量的术语来说，就是漏检。每个Release都会发现无数上个版本测试没有发现的Bug。通常这也会达到20%到30%。
 
产生Late Discovery Bug的主要原因是：
测试覆盖率。通过黑盒测试，要想做到100%分支的Cover率，是不可能的。这样，总会有漏掉的Bug。
灯下黑，就是个人的测试盲区。每个人都有脑筋死角或盲区，先入为主的认识会让人们不能发现很明显的问题。
 
解决的方法有：

增加Ad Hoc测试，就是不按照事先设计好的Case执行的测试。
交叉测试，减少测试误区。