Treffer: Improving Readability in Legacy ReactJS Code through Manual, Fully AI-Generated, and AI-Assisted Refactoring Using Clean Code Principles and Design Patterns

Title:
Improving Readability in Legacy ReactJS Code through Manual, Fully AI-Generated, and AI-Assisted Refactoring Using Clean Code Principles and Design Patterns
Authors:
Publication Year:
2025
Subject Geographic:
Document Type:
Dissertation master thesis
File Description:
61 Seiten; text/html
Language:
English
Relation:
vignette : https://epub.technikum-wien.at/titlepage/urn/urn:nbn:at:at-ftw:1-76515/128; local:99149295795303331; system:AC17576043
Accession Number:
edsbas.8E54225F
Database:
BASE

Weitere Informationen

Legacy Code ist häufig Teil großer Codebasen in Unternehmen. Seine Wartbarkeit stellt aufgrund der Verwendung veralteter Paradigmen häufig eine Herausforderung für Entwickler dar. Ziel dieser Arbeit ist es, den Einfluss der Refaktorisierung von veraltetem ReactJS-Code unter Anwendung von Clean-Code-Prinzipien und Entwurfsmustern zu analysieren. Der Fokus liegt dabei auf der Verbesserung der Lesbarkeit. Für die Analyse wurden während der Refaktorisierung folgende Prinzipien und Muster angewendet: das Single-Responsibility-Prinzip, DRY (Don't Repeat Yourself), kleine Funktionen, beschreibende Namen, hohe Kohäsion und geringe Kopplung, das Container-Presentational-Pattern, Custom Hooks sowie Komposition. Es wurden drei Vorgehensweisen miteinander verglichen: manuelle Refaktorisierung, KI-generierte Refaktorisierung und KI-unterstützte Refaktorisierung. Die KI-unterstützte Variante basiert auf einem manuell refaktorierten Code, der im Anschluss mit KI weiter überarbeitet wurde. Die Herangehensweisen wurden hinsichtlich ihrer Anwendung von Clean-Code-Prinzipien und Entwurfsmustern auf eine kleine, veraltete ReactJS-Kata bewertet. Die Bewertung basierte zudem auf ihrem Einfluss auf verschiedene Code-Metriken, darunter kognitive Komplexität, zyklomatische Komplexität, Codezeilen (LOC), duplizierte Zeilen und die Anzahl der Funktionen. Darüber hinaus wurde eine Fallstudie erstellt, bei der mit minimaler KI-Assistenz veralteter ReactJS-Code einer großen Codebase eines echten Unternehmens refaktorisiert wurde. Dies ermöglichte es, praktische Einblicke in den Einfluss der angewendeten Prinzipien und Muster auf sowohl einfachen als auch komplexen Code zu gewinnen. Die Resultate zeigen reduzierte kognitive Komplexität für alle Herangehensweisen. Zusätzlich haben sich alle Metriken der Fallstudie durch die Refaktorisierung verbessert. ; Legacy code is often found in the codebases of companies and proves to be a challenge for developers to maintain, due to its adherence to deprecated paradigms. This thesis aims to analyze the ...