With the ever-increasing use of games, game developers are expected to write efficient code supporting several qualities such as security, maintainability, and performance. However, the continuous need to update the features of games in less duration might compel the developers to use anti-patterns, code smells and quick-fix solutions that may affect the functional and non-functional requirements of the game. These bad practices may lead to technical debt, poor program comprehension, and can cause several issues during software maintenance. Here, in this paper, we introduce "Software Nuggets" as a concept that affects software quality in a negative way and as a superset of anti-patterns, code smells, bugs, software bad practices. We call these Software Nuggets as "G-Nuggets" in the context of games. While there exists empirical research on games, we are not aware of any work on understanding and cataloguing these G-Nuggets. Thus, we propose a catalogue of G-Nuggets by mining and analyzing 892 commits, 189 issues, and 104 pull requests from 100 open-source GitHub game repositories. We use regular expressions and thematic analysis on this dataset for cataloguing game-specific Software Nuggets. We present a catalogue of ten G-Nuggets and provide examples for them present online at: https://phoebs88.github.io/A-Catalogue-of-Game-Specific-Software-Nuggets. We believe this catalogue might be helpful for researchers for further empirical research in the domain of games as well as for game developers to improve quality of games.


翻译:随着游戏的使用不断增加,预计游戏开发者将撰写支持安全、维护性和性能等若干品质的有效代码。然而,由于持续需要更新游戏的功能,延长时间可能会迫使开发者使用反模式、代码气味和速效解决方案,这可能影响到游戏的功能性和非功能性要求。这些不良做法可能导致技术债务,程序理解不善,并可能导致软件维护过程中出现一些问题。在这里,我们提出“软件Nugetes”的概念,以消极的方式影响软件质量,并将其作为反模式、代码气味、错误和软件不良做法的超级组合。我们将这些软件Nugets称为游戏中的“G-Nuggets”。虽然在游戏上存在经验性研究,但我们并不知道在理解和编目这些G-Nuggets方面有任何工作。因此,我们提议通过采矿和分析G-Nuggetes来改进G-Nuggetes, 189个问题,以及100个开源的G-Heggs-Nug-Nb游戏库的高级软件库中104个拉要求。我们使用常规的G-Nug-nual-creal-cle 和Gnational-cal-dal-dal-dal As preals produstrationals produstrations for 提供G-dal-dal-dal-dal-dal-dal-dal-dal-dal)。我们使用这个G-dal-dal-dal-dal-dal-dal-dal-dal 提供这个G-dowdal 和G-dal-dal-dowdal-dexs 提供定期的演示和专题和主题分析。我们提供这些G-dowdal-ds-dal-dal-ds-dal-dal-dal-ds-dal-dal-dal-dal-dal-dal-dal-dal-dal-dal-dal-dal-dal-dal-dal-dal-ds和专题和专题和专题和专题和专题分析。我们提供这些数据库的常规和专题和专题和主题分析。我们提供Odal-dal-dal-dal-dal-d

0
下载
关闭预览

相关内容

专知会员服务
123+阅读 · 2020年9月8日
专知会员服务
17+阅读 · 2020年9月6日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
计算机 | 中低难度国际会议信息8条
Call4Papers
9+阅读 · 2019年6月19日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
将门创投
5+阅读 · 2017年10月20日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年6月24日
Arxiv
10+阅读 · 2020年11月26日
VIP会员
相关VIP内容
专知会员服务
123+阅读 · 2020年9月8日
专知会员服务
17+阅读 · 2020年9月6日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
相关资讯
计算机 | 中低难度国际会议信息8条
Call4Papers
9+阅读 · 2019年6月19日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
将门创投
5+阅读 · 2017年10月20日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员