Cohesión estrecha y laxa de la clase
| Sigla | TCC (Tight Class Cohesion) y LCC (Loose Class Cohesion) |
| Aspecto | «Cohesión» |
| Se mide en | clase |
| Tipo de valor | proporción (de 0 a 1); siempre LCC ≥ TCC |
| Dirección | más alto es mejor |
| Umbrales de referencia | TCC por debajo de 1/3 en la detección de clases dios de Lanza y Marinescu (2006), como la aplica PMD |
| Origen | James M. Bieman y Byung-Kyoo Kang, 1995 |
| Stau Metro | no la calcula |
En pocas palabras
Toma todas las parejas posibles de métodos públicos de una clase y cuenta cuántas están relacionadas porque usan
algún campo en común. TCC es la fracción de parejas relacionadas directamente; LCC cuenta también las que se
relacionan a través de otros métodos, en cadena. Un 1 significa que todo está conectado; valores por debajo de 0,5
suelen indicar una clase que hace varias cosas sin relación.
Qué mide
Mide la cohesión de una clase como el grado de conexión entre sus métodos visibles. Bieman y Kang la propusieron
porque la «LCOM de Chidamber y Kemerer» identificaba bien las clases menos
cohesionadas, pero no distinguía entre clases parcialmente cohesionadas: solo indicaba falta de cohesión cuando
menos de la mitad de los pares de métodos compartían campos. Querían una medida sensible a cambios pequeños para
estudiar la relación entre cohesión y reutilización.
Tres ideas la distinguen de las LCOM:
- Solo los métodos visibles. La cohesión de una clase es la relación entre las partes que ven sus clientes. Los métodos privados entran solo de forma indirecta, a través de los métodos visibles que los llaman.
- Uso indirecto de campos. Si un método llama a otro que usa un campo, el primero usa ese campo indirectamente. Así, un método que trabaja solo a través de accesores sigue conectado con los demás.
- Proporción. El resultado es una fracción del máximo posible, comparable entre clases de distinto tamaño.
Para quien empieza. Al contrario que las
LCOM, aquí un número alto es bueno: 1 es una clase en la que todos los métodos públicos trabajan sobre los mismos datos.
Cómo se calcula
- Métodos. Se toman los métodos visibles de la clase, sin constructores ni destructores. Los constructores se excluyen porque suelen usar todos los campos y conectarían artificialmente todos los métodos entre sí.
- Campos que usa cada método. Un método usa un campo directamente si el campo aparece en su cuerpo, e indirectamente si lo usa directamente otro método al que llama, directa o indirectamente, siguiendo el grafo de llamadas. Bieman y Kang representan cada método por el conjunto de campos que usa de una forma u otra.
- Conexión directa. Dos métodos están conectados directamente si sus conjuntos tienen algún campo en común.
- Conexión indirecta. Dos métodos están conectados indirectamente si no lo están directamente, pero los une una cadena de conexiones directas: con , con … hasta . Es el cierre transitivo de la conexión directa.
Con métodos visibles hay pares. Si es el número de pares conectados directamente y el de pares conectados indirectamente:
Herencia. Bieman y Kang dejan abiertas tres opciones para una subclase: incluir todos los métodos y campos heredados, incluir solo los definidos en la clase, o incluir los campos heredados pero no los métodos. Llaman cohesión local a la que solo considera los métodos visibles definidos en la propia clase, que no se ve afectada por la cohesión de la superclase; fue la que usaron en su estudio.
Ejemplo
Es la pila del artículo original, escrita en Java:
class IntStack {
private final int[] array;
private int top;
private final int size;
IntStack(int size) { this.size = size; array = new int[size]; top = 0; } // constructor: no entra
public boolean isEmpty() { return top == 0; } // top
public int size() { return size; } // size
public int peek() { return array[top - 1]; } // array, top
public void push(int item) { // array, top, size
if (top == size) throw new IllegalStateException("full");
array[top++] = item;
}
public void pop() { // top (y top a través de isEmpty)
if (isEmpty()) throw new IllegalStateException("empty");
--top;
}
}
Hay métodos visibles, así que pares:
| Par | Conexión |
|---|---|
isEmpty-peek, isEmpty-push, isEmpty-pop |
directa (top) |
peek-push, peek-pop, push-pop |
directa (top; peek-push también array) |
size-push |
directa (size) |
size-isEmpty, size-peek, size-pop |
indirecta, a través de push |
Siete pares directos y tres indirectos:
TCC= 7/10 = 0,7LCC= (7 + 3)/10 = 1
Son los valores que dan Bieman y Kang para su pila: el 70 % de los pares de métodos visibles están relacionados
directamente, y todos lo están directa o indirectamente. size() es el único método que no comparte nada con la
mayoría; lo une al resto push, que es el único que mira size.
Si el constructor entrara en el cálculo, usaría los tres campos y estaría conectado directamente con los cinco métodos: es exactamente el efecto que la regla quiere evitar.
Cómo interpretarla
Bieman y Kang dan dos ejemplos para seis métodos visibles: si cinco están conectados entre sí y el sexto no tiene
ninguna conexión, TCC y LCC valen 0,67; si hay dos grupos de tres sin relación entre ellos, valen 0,40. Concluyen
que una clase que modela más de una entidad tendrá varios grupos de conexiones y una cohesión que probablemente
quede por debajo de 0,5.
| Valor | Lectura |
|---|---|
| 1 | Todos los pares de métodos visibles están conectados |
| entre 0,5 y 1 | Cohesión parcial |
| menos de 0,5 | Probablemente varios grupos de métodos sin relación |
| 0 | Ningún par comparte campos |
Lanza y Marinescu (2006) usan TCC en su estrategia de detección de clases dios: una clase muy compleja, que usa
muchos datos ajenos y con TCC por debajo de un tercio. PMD implementa esa regla con esos valores. La documentación
del código de PMD añade como orientación que valores por encima del 70 % indican una clase con una función básica,
difícil de partir, y por debajo del 50 %, una clase que quizá intenta hacer demasiado.
Qué hacer con un valor bajo. Compara TCC con LCC:
LCCalta yTCCbaja. Los métodos están conectados, pero a través de cadenas. Suele ser un par de métodos «puente» que unen dos grupos; mira si esos puentes son reales o si la clase se puede partir por ahí.LCCbaja. Hay grupos de métodos sin ninguna relación, ni indirecta. Cada grupo es un candidato a clase propia.
Cuándo un valor bajo es aceptable. En fachadas y clases que agrupan operaciones independientes por diseño, y en
clases con pocos métodos visibles, donde cada par pesa mucho: con tres métodos, un solo par sin conectar baja TCC a
0,67.
Para profundizar
Propiedades formales. En el marco unificado de Briand, Daly y Wüst (1998), TCC y LCC son, junto con las
medidas RCI, las únicas de las revisadas que cumplen las cuatro propiedades que proponen para una medida de
cohesión (normalización, valor nulo y máximo, monotonía, y que unir dos clases sin relación no aumente la
cohesión).
Las LCOM incumplen al menos una.
Relación con LCOM4. Briand y colegas observan que LCC es conceptualmente parecida a contar componentes
conexos: dos métodos conectados indirectamente son dos métodos del mismo componente de un grafo, y que todos estén
conectados equivale a que el grafo tenga un solo componente. Una LCC baja corresponde a muchos componentes. La
diferencia es que LCC dice qué fracción de los pares está conectada y LCOM4 dice cuántos grupos hay.
TCC, por su parte, se parece según ellos a la conectividad C (Co en su notación) de Hitz y Montazeri (1995),
que mide cuántas aristas tiene el grafo de una clase con un solo componente.
Lo que aún influye: los métodos que lo tocan todo y la visibilidad. Excluir los constructores no basta:
cualquier otro método que toque todos los campos (un toString o un equals generados) tiene el mismo efecto.
Y como solo cuentan los métodos visibles, el resultado cambia al hacer público o privado un método, aunque el código
no cambie.
Variantes. Hay implementaciones que solo cuentan los accesos directos a campos, sin seguir las llamadas; es lo
que hace PMD. Con ella, un método que solo llama a otros métodos de la clase no está conectado con nadie, y TCC
baja.
Evidencia empírica. Bieman y Kang aplicaron las medidas al sistema InterViews, en C++, con más de 25 000 líneas
de código sin comentarios. La mayoría de las clases resultaron bastante cohesionadas: TCC media de 0,75 y mediana
de 1,0; LCC media de 0,8 y mediana de 1,0. No encontraron relación entre cohesión y reutilización por
instanciación, pero sí una relación significativa (al nivel 0,05) con la reutilización por herencia: las clases con
más descendientes eran menos cohesionadas, lo contrario de lo que esperaban.
Relación con otras métricas
- «Falta de cohesión de los métodos» (
LCOM, varianteLCOM4): cuenta los grupos de métodos sin relación;LCC= 1 se corresponde con la idea de un solo grupo, pero las reglas de conexión no son las mismas. - «LCOM de Chidamber y Kemerer» (
LCOM1,LCOM2): también cuenta pares de métodos que comparten campos, pero sin normalizar y sin llamadas;TCCnació para corregir su poca sensibilidad. - «LCOM de Henderson-Sellers» (
LCOM*): la otra medida normalizada de la época; mira métodos por campo en lugar de pares de métodos y se lee al revés. - «Complejidad ponderada de los métodos» (
WMC): la otra pieza de la detección de clases dios de Lanza y Marinescu, junto conTCCy el acceso a datos ajenos. - «Respuesta para la clase» (
RFC): las llamadas que siguenTCCyLCCpara el uso indirecto de campos son las internas a la clase, una parte del conjunto de respuesta.
En las herramientas
Stau Metro no calcula TCC ni LCC. Su métrica de cohesión de clase es
«LackOfCohesionOfMethodsClass», la variante LCOM4, que cuenta los grupos en que se
dividen los métodos. Se diferencia en que da un recuento y no una proporción (1 es el ideal, más es peor), en que
considera todos los métodos con cuerpo y no solo los visibles, y en que une directamente a dos métodos cuando uno
llama al otro, aunque ninguno use campos. Para la pila de arriba, LCOM4 vale 1.
PMD (Java). Calcula TCC como la fracción de pares de métodos declarados en la clase, sin los constructores,
que acceden a algún campo de la clase en común. Solo cuenta los accesos directos, los que aparecen en el cuerpo del
método, y no filtra por visibilidad. Si hay menos de dos métodos, devuelve 0. La usa en la regla GodClass, que
señala las clases con WMC de 47 o más, más de 5 accesos a datos ajenos (ATFD) y TCC menor que 1/3.
CK (herramienta de Aniche para Java). Calcula TCC y LCC sobre los métodos visibles, que para ella son los no
privados. Dos métodos están conectados directamente si ellos o sus árboles de llamadas dentro de la clase usan el
mismo campo; LCC añade las conexiones indirectas. Si la clase no tiene métodos visibles, devuelve −1 en las dos.
Aivosto Project Analyzer (Visual Basic y VB.NET). Considera visibles todos los métodos salvo los privados, más
los privados que implementan una interfaz o atienden un evento, y sigue
los árboles de llamadas a través de los procedimientos privados de la clase, deteniéndose en las llamadas que salen
de ella. Atribuye a los autores la lectura de que valores de TCC y LCC por debajo de 0,5 indican clases no
cohesionadas.
Referencias
- Bieman, J. M. y Kang, B.-K. (1995). «Cohesion and Reuse in an Object-Oriented System». Proceedings of the ACM Symposium on Software Reusability (SSR '95), 259-262.
- Hitz, M. y Montazeri, B. (1995). «Measuring Coupling and Cohesion In Object-Oriented Systems». Proceedings of the International Symposium on Applied Corporate Computing, Monterrey (México).
- Briand, L. C., Daly, J. W. y Wüst, J. (1998). «A Unified Framework for Cohesion Measurement in Object-Oriented Systems». Empirical Software Engineering, 3, 65-117.
- Lanza, M. y Marinescu, R. (2006). Object-Oriented Metrics in Practice. Springer.
- PMD, regla
GodClass: https://docs.pmd-code.org/latest/pmd_rules_java_design.html - PMD, código de las métricas de Java (
JavaMetrics,GodClassRule): https://github.com/pmd/pmd - CK, documentación y código de
TCCyLCC: https://github.com/mauricioaniche/ck - Aivosto, Project Analyzer, métricas de cohesión: https://www.aivosto.com/project/help/pm-oo-cohesion.html