Bu proje, indirim hesaplama işlemlerinde Branching ve Rule Engine yaklaşımlarının Cyclomatic Complexity ve Cognitive Complexity metriklerine göre karşılaştırılmasını yapar.

Proje, kullanıcı üyelik türü, yaş ve bölge bilgilerine göre fiyat indirimleri hesaplayan iki farklı yaklaşımı karşılaştırır:

1. Branching Yaklaşımı: Geleneksel if-elif-else yapıları kullanarak koşullu mantık
2. Rule Engine Yaklaşımı: Kurallar ve aksiyonlar tanımlayarak esnek bir sistem

• ✅ İki farklı yaklaşımın sonuçlarını karşılaştırma
• ✅ Cyclomatic Complexity analizi
• ✅ Cognitive Complexity analizi
• ✅ Sonuç doğrulama ve tutarlılık kontrolü
• ✅ Detaylı complexity metrikleri ve karşılaştırma raporu

• Branching: 5
• Rule Engine: 4

• Branching: 8
• Rule Engine: 6

• Python 3.6+
• Hiçbir ek kütüphane gerekmez (sadece standart kütüphaneler kullanılır)

# Repository'yi klonlayın git clone https://github.com/ErtugrulKra/PythonRuleEngine.git # Proje dizinine gidin cd PythonRuleEngine # Kodu çalıştırın python main.py

RuleEngine/ ├── main.py # Ana uygulama dosyası ├── rule_engine.py # Rule Engine sınıfı └── README.md # Bu dosya 

python main.py

====================================================================== COMPLEXITY KARŞILAŞTIRMASI ====================================================================== 1. BRANCHING YÖNTEMİ COMPLEXITY ANALİZİ: -------------------------------------------------- Fonksiyon: calculate_discount_branching Cyclomatic Complexity: 5 Cognitive Complexity: 8 2. RULE ENGINE YÖNTEMİ COMPLEXITY ANALİZİ: -------------------------------------------------- Engine Method: Cyclomatic Complexity: 0 Cognitive Complexity: 0 Rules: Cyclomatic Complexity: 4 Cognitive Complexity: 6 Toplam: Cyclomatic Complexity: 4 Cognitive Complexity: 6 3. COMPLEXITY KARŞILAŞTIRMASI: -------------------------------------------------- Cyclomatic Complexity: Daha basit: Rule Engine Fark: 1 puan Cognitive Complexity: Daha basit: Rule Engine Fark: 2 puan 4. GENEL DEĞERLENDİRME: -------------------------------------------------- ✓ Rule Engine yöntemi her iki complexity metrikinde de daha basit ✓ Rule Engine yöntemi daha kolay anlaşılır ve bakımı yapılabilir 

• ✅ Daha düşük complexity skorları
• ✅ Kuralların kolayca eklenmesi/çıkarılması
• ✅ Daha modüler ve esnek yapı
• ✅ Test edilebilirlik

• ✅ Daha basit ve anlaşılır kod
• ✅ Daha az overhead
• ✅ Doğrudan kontrol akışı

def calculate_discount_branching(user): if user["membership"] == "gold": if user["age"] > 18: message = f"{user['membership'].title()} adult member" final_price = user["base_price"] * 0.80 # %20 indirim else: message = f"{user['membership'].title()} young member" final_price = user["base_price"] * 0.85 # %15 indirim elif user["membership"] == "silver": if user["region"] == "EU": message = f"{user['membership'].title()} EU member" final_price = user["base_price"] * 0.95 # %5 indirim else: message = "Regular member" final_price = user["base_price"] else: message = "Regular member" final_price = user["base_price"] return {"message": message, "final_price": final_price}

def setup_rule_engine(): engine = RuleEngine() engine.add_rule( lambda u: u["membership"] == "gold" and u["age"] > 18, lambda u: { "message": f"{u['membership'].title()} adult member", "final_price": u["base_price"] * 0.80 } ) engine.add_rule( lambda u: True, # default lambda u: { "message": "Regular member", "final_price": u["base_price"] } ) return engine

Proje, 10 farklı kullanıcı profili ile test edilmiştir:

users = [ {"age": 25, "membership": "gold", "region": "EU", "base_price": 100}, {"age": 17, "membership": "gold", "region": "US", "base_price": 120}, {"age": 30, "membership": "silver", "region": "EU", "base_price": 80}, # ... daha fazla test verisi ]

• Kodun kaç farklı yoldan çalışabileceğini ölçer
• if, elif, else, for, while, try-except gibi dallanma noktalarını sayar
• Düşük değerler daha basit kod anlamına gelir

• Kodun anlaşılması için gereken zihinsel çabayı ölçer
• İç içe geçmiş yapıları ve mantıksal operatörleri dikkate alır
• Düşük değerler daha kolay anlaşılır kod anlamına gelir

1. Bu repository'yi fork edin
2. Yeni bir branch oluşturun (git checkout -b feature/amazing-feature)
3. Değişikliklerinizi commit edin (git commit -m 'Add some amazing feature')
4. Branch'inizi push edin (git push origin feature/amazing-feature)
5. Bir Pull Request oluşturun

Bu proje MIT lisansı altında lisanslanmıştır. Detaylar için LICENSE dosyasına bakın.

Ertugrul Kara

• GitHub: @ErtugrulKra

Sorularınız için GitHub Issues kullanabilir veya @ErtugrulKra ile iletişime geçebilirsiniz.

⭐ Bu projeyi beğendiyseniz yıldız vermeyi unutmayın!