1. Cyclomatic Complexity（圈复杂度）与 Cognitive Complexity（认知复杂度）的差异；为何 SonarQube 切换到认知度量对深层嵌套的缺陷更敏感
问题
请说明圈复杂度（Cyclomatic Complexity）与认知复杂度（Cognitive Complexity）的定义差异，并解释为什么 SonarQube 主推认知复杂度后，对深层嵌套的代码缺陷更敏感？
考察点
- 两种复杂度指标的计算基础与适用场景
- 认知复杂度对嵌套的加权设计
- 工具迁移的动机与收益
答案
圈复杂度由 McCabe 提出，衡量独立线性路径的数量，等于判定节点（if/for/while/case/三元表达式等）的个数加一，它只关心"有多少分支"，不关心分支的嵌套深度。认知复杂度由 SonarQube 提出，旨在更贴近人类阅读代码时的认知负担，它对结构（if、loop、switch、异常处理等）每出现一次加一，并且对嵌套结构采用递增的加权（每层嵌套多占一个增量），同时允许对简单写法（如 lambda、短条件合并）减免。因此同样两个 if 嵌套两层，圈复杂度只计 2，认知复杂度会因嵌套深度加权而显著更高，语义上更贴近"人读这段代码有多费劲"。
解析
认知复杂度是 SonarQube 为替代圈复杂度而引入的默认指标，因为圈复杂度对"嵌套很深但分支数相同"的代码不敏感，而深嵌套恰恰是缺陷的高发区与可读性黑洞。工具迁移的本质是把"路径数量"导向的度量升级为"认知负担"导向的度量，从而在门禁和热力图中更精准地暴露深层嵌套问题。
示例代码
// 两个 if 嵌套，圈复杂度=2，认知复杂度=3（内层 if 因嵌套加权+1）
public void process(Order o) {
if (o != null) { // 结构增量 +1
if (o.isValid()) { // 结构增量 +1，嵌套增量 +1
checkout(o);
}
}
}