软件复杂度可以通过多种方法进行度量，以下是一些常用的方法：
代码行度量法
这是最简单的方法，通过统计程序的源代码行数来评估其复杂性。这种方法假设程序复杂性随着程序规模的增加不均衡地增长，并且控制程序规模的最佳方法是采用分而治之的办法。
McCabe度量法
由Thomas McCabe提出的一种基于程序控制流的复杂性度量方法。它通过计算程序图中的环路数来度量程序的复杂性。具体公式为：V（G） = m - n + 2，其中V（G）表示有向图G中的环路个数，m表示有向弧的个数，n表示结点的个数。
圈复杂度
圈复杂度是衡量代码中独立路径数量的方法，反映了程序的控制流复杂性。其计算公式为：M = E - N + 2P，其中E是边的数量（代码中的分支连接数），N是结点的数量（通常等于程序中语句的数量减去1），P是连通分量数（通常为1）。
Halstead复杂度度量
这种方法基于程序中操作符和操作数的数量来度量程序的复杂性。它包括了几个不同的度量指标，如努力（Effort）、难度（Difficulty）和体积（Volume）。
面向对象设计的度量套件
由Chidamber和Kemererer在1994年提出的度量套件，包括六个针对面向对象软件的度量指标，如每个类的加权方法数、对象类之间的耦合度、类的响应度、子类的数量、继承树的深度和方法的凝聚力缺乏度等。
认知复杂度
由sonarQube设计的一个算法，用于估算一段程序代码被理解的复杂程度。它基于一些规则，如语法糖不增加理解难度、打断线性代码执行增加理解难度、多层嵌套增加理解难度等。
功能点分析
功能点是一种对软件功能和规模的间接定量测量方法，它基于客观的外部应用接口和主观的内部应用复杂度以及总体的性能特征。
时间复杂度
用于评估算法的时间消耗，通常用大O表示法（Big O notation）来表示。时间复杂度是衡量算法效率的一个重要指标。
这些方法各有优缺点，可以根据具体的项目需求和开发环境选择合适的度量方法。例如，McCabe度量法和圈复杂度常用于代码层面的复杂度评估，而Halstead复杂度和面向对象设计的度量套件则更适合于评估整个软件系统的复杂性。