《软件工程》笔记

目录

一、软件工程概述

二、软件开发过程

1、软件生命周期模型

2、传统生命周期模型

2.1 瀑布模型（顺序式）

2.2 快速原型模型

2.3 增量模型

2.4 螺旋模型

2.5 喷泉模型（面向对象的生命周期模型）

3、敏捷生命周期模型

3.1 优势*

3.2 极限编程(Extreme Programming，XP)

3.3 Scrum

3.4 DevOps 过程

三、需求分析

1、系统涉众

2、用例图与用例规约

2.1 用例图**

---

一、软件工程概述

软件 = 程序 + 数据 + 文档

软件工程：将系统化、规范化、可量化的⼯程原则和⽅法应⽤于软件的开发、运⾏、维护及对其中⽅法的理论研究。其主要目标是⾼效开发⾼质量的软件，降低开发成本。

软件工程知识体系：

软件工程开发方法：

• 传统方法（结构化方法）：
  • 静态思想，顺序开发，分而治之
  • 缺少灵活性，开发难成功，成功难维护
• 面向对象方法
  • 动态思想，抽象实体为对象，对象内封装静态属性与动态方法
  • 概念、逻辑相协调，逻辑结构稳定
  • 主动多次迭代
  • 对象可重用

二、软件开发过程

1、软件生命周期模型

4种类型：顺序式、迭代式、增量式、敏捷式

3个时期，6个阶段：软件定义（可行性分析与开发计划、需求分析）、软件开发（软件设计、编码）、运行维护（软件测试、软件维护）

2、传统生命周期模型

2.1 瀑布模型（顺序式）

计划驱动模型，适合规模较大的系统开发或者分布式的开发模式

• 文档驱动（静态开发）、推迟实现（充分认识后才开始编码）、质量保证（各阶段结束前评审）
• 用户只在开发早期和开发结束后接触软件、被动式救火、缺乏灵活性

2.2 快速原型模型

适合于全新系统开发，可以借助原型使⽤户了解到开发的⽅向是否正确的开发模式，适合于⼯期⽐较紧张的项目

• 快速构建软件原型 -> 开发者用户沟通反馈 -> 改进原型
• 可以尝试运用未来系统中需要的新技术
• 技术和工具不一定实际需要、质量较差

2.3 增量模型

每个阶段只交付满足用户需求的可运行产品的子集，第一个增量只实现基本需求的核心产品。

• 必须具备开放式体系结构、容易退化为“边做边改”，失去整体性

2.4 螺旋模型

⼀种将瀑布模型和快速原型模型结合起来，强调风险分析，特别适合大型复杂的系统开发的开发模式

2.5 喷泉模型（面向对象的生命周期模型）

更多迭代与增量，各阶段相互重叠、多次反复，可以嵌入子生存期

3、敏捷生命周期模型

基本特点：增量交付、迭代开发

先实现必要的用户案例，体现出软件的价值，然后在后续版本中对功能进行细化，使得软件产品的所有功能都能达到相同的用户体验水平

用例：通过系统完成的有价值的目标（用例不是功能，“-”减法是一个功能，“2-1”是一个用例）

3.1 优势*

解决了传统模型解决不了的问题（初期需求笼统、无法处理细节，外部环境、互联网时代需求变化快）

3.2 极限编程(Extreme Programming，XP)

主要目的：降低需求变化的成本

3.3 Scrum

更注重软件开发的系统化过程

需求积压(Product Backlog)

冲刺(Sprint)周期

回顾会议(Sprint Retrospective)

3.4 DevOps 过程

开发(Development)和运维(Operations)，强调“个体和交互胜过流程和工具”

提倡开发和运维高度协同，追求自动化和可持续交互，促进各部门的沟通、协作、整合

三、需求分析

1、系统涉众

2、用例图与用例规约

2.1 用例图**

名称	作用	表示方法
用例	用户的任务	椭圆
涉众（角色）	参与任务的人或系统	人形符号

<<Include>>：包含关系，表示一种依赖。必要的附加用例依赖于主用例，不是简单的逻辑分解。

（如：“更改密码”和“下单”依赖于“登录程序”）

<<Extend>>：扩展关系，在某些情况下想特殊表达的意愿，使用折角矩形声明该特殊情况

（如：“心率分析”扩展出的“报警功能”，当心率低于某阈值时触发）

十、软件测试

1、测试分类

V模型：

测试粒度：

• 白盒测试
  • 逻辑覆盖测试法：语句覆盖、分⽀覆盖、条件覆盖、条件组合覆盖
  • 控制（路径）结构测试法：基本路径测试、条件测试、数据流测试、循环测试
• 黑盒测试
  • 等价类划分
  • 边界值分析
  • 错误猜测法
  • 因果图法：检测输入条件的各种组合可能会引起的错误

2、测试度量

2.1 控制流图与环形复杂度

控制流图：使用带圈数字表示程序流程图

环形复杂度（McCabe）

V（G）= 边数 - 节点数 + 2  = 闭合区域数 + 1

2.2 方法内聚缺乏度（LCOM*） 

用于衡量方法内聚性，m为方法数，a为实例变量数，μ（Aj）为访问j变量的方法数

0≤LCOM*≤1

LCOM = 0 ：每个实例变量再任意方法中都使用过，高内聚

LCOM = 1 ：每个实例变量只2在一个不同的方法中被使用，低内聚