Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Lesedauer 2 Min.

Refaktorieren führt nicht zu besserem Code

Laut einer jüngst veröffentlichten Studie von Forschern in Sri Lanka ist das Überarbeiten und Umstrukturieren von Programmcode komplett unnütz.
Die Ziele für das Überarbeiten von existierendem Code sind klar definiert: Der Code soll lesbarer und effizienter werden und alles in allem leichter zu pflegen sein. Es wird allgemein angenommen, dass die heute für das Refaktorieren investierte Zeit geringer wiegt als die zukünftigen Kosten, wenn der Code unter Termindruck geändert werden muss. All diesen Annahmen widerspricht die Studie welche die Forscher aus Sri Lanka hier veröffentlicht haben.Der überarbeitete Code ist danach nicht leichter zu verstehen, nicht leichter zu ändern, er läuft nicht schneller, spart keine Ressourcen und es gibt keinen Grund anzunehmen, dass der Code nach dem Refaktorieren einfacher zu Pflegen wäre. Dies sind die Kernaussagen der Studie. Diese wurde allerdings anhand einer recht überschaubaren Anwendung mit lediglich 4.500 Zeilen C#-Code durchgeführt. Dabei kamen zehn gängige Refactoring-Techniken zum Einsatz. Beurteilt wurde der Code dann von Studenten der Universität von Kelaniya -- die Hälfte begutachtete den alten, die andere Hälfte den neuen Code. Die gemessenen Unterschiede waren marginal.Freilich ist das Ergebnis nicht zu verallgemeinern. Bei einer Stichprobe von 1 gilt das Ergebnis auch nur für genau diese Stichprobe. Deren Code war eben schon vorher ganz brauchbar. Man müsste mal 333 zufällig ausgewählte Programme unterschiedlicher Länge derselben Analyse unterziehen. Dann wären die Ergebnisse vermutlich aussagekräftiger. [bl]
Miscellaneous

Neueste Beiträge

Deep Learning in .NET – TensorFlow.NET und TorchSharp - .NET, Python und KI, Teil 3
Mit modernen KI-Frameworks lassen sich Deep-Learning-Modelle direkt in C# entwickeln.
6 Minuten
SQLite als Dokumentenspeicher: Kann das gut gehen? - SQLite für .NET-Entwickler, Teil 5
Die Embedded SQL-Datenbank SQLite kann auch als objektorientierte Datenbank beziehungsweise Dokumentenspeicher genutzt werden – nach Konzepten also, wie sie NoSQL-Datenbanken wie MongoDB einsetzen.
6 Minuten
29. Apr 2026
Vom Python-Modell zur .NET-Anwendung - .NET, Python und KI, Teil 4
Am Szenario einer Sentiment-Analyse verdeutlicht ein durchgängiges Anwendungsbeispiel, wie aus einem isolierten Data-Science-Ergebnis eine konkret genutzte Funktion innerhalb einer .NET-Business-Anwendung entsteht.
7 Minuten

Das könnte Dich auch interessieren

Elektronische Schaltkreise im Browser simulieren - Simulation
Statt mit Steckfeld oder Lötkolben kann man auf dieser Website Schaltungen per Drag and Drop zusammenstellen und deren Verhalten testen.
2 Minuten
26. Jul 2018
00:00
DDD, Schulden und KI: Was Entwickler:innen heute wirklich wissen müssen - Interview
Domain-Driven Design klingt in der Theorie überzeugend – in der Praxis schleichen sich aber immer wieder die gleichen Fehler ein. Dr. Carola Lilienthal erklärt, wo DDD-Projekte stolpern, wie man technische Schulden unter Kontrolle hält und welche Fähigkeiten Tech Leads im KI-Zeitalter brauchen.
24. Mär 2026
PolyCoder: Quelloffener KI-Code-Generator - Carnegie Mellon University
PolyCoder ist ein quelloffener KI-Code-Generator, der mit 249 GByte Daten in zwölf Programmiersprachen trainiert wurde und laut Forschern C-Code mit großer Genauigkeit verfasst.
2 Minuten
15. Mär 2022
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige