第一章 概论

概论

一、软件与软件危机

1.1 软件的定义与特性

• 定义：软件是程序、数据及相关文档的完整集合。IEEE进一步定义为“计算机程序、方法、规则、相关文档资料以及在计算机上运行时必需的数据”。
• 三要素：程序（可执行指令序列）、数据（支持程序处理的结构化信息）、文档（开发与维护的图文资料）。
• 特性：逻辑实体（无物理形态）、无磨损性（长期使用不老化）、高维护成本（需持续迭代）、规模复杂性（随需求增长指数级上升）。

1.2 软件危机的表现与成因

• 七大典型表现：
  1. 成本与进度估算严重偏差；
  2. 客户需求频繁变更或无法满足；
  3. 软件质量不可靠；
  4. 维护困难甚至不可维护；
  5. 文档缺失或不合规范；
  6. 软件成本占比逐年攀升；
  7. 开发效率无法匹配需求增速。
• 核心原因：
  • 客观因素：软件规模庞大、复杂性高、需求易变；
  • 主观因素：忽视需求分析与文档、轻视测试与维护、开发方法落后。
• 典型案例：IBM OS/360因文档管理失误导致调试时间增加一年，美国银行信托软件超预算3倍仍未完成。

1.3 软件危机的解决途径

1. 工程化方法：引入分阶段生命周期管理，强调团队协作与规范流程；
2. 技术革新：采用结构化设计、面向对象方法及自动化工具（如需求分析工具、测试框架）；
3. 管理优化：建立严格的阶段评审机制，实行产品版本控制。

二、软件工程的基本概念

2.1 软件工程的定义

• NATO定义：为经济地获得可靠且高效运行的软件，建立和使用完善的工程原理。
• IEEE定义：
  1. 将系统化、规范的方法应用于软件开发全流程；
  2. 研究上述方法的学科。

2.2 软件工程的本质特征

1. 大型程序开发：关注微/小/中/大/甚/极规模的软件系统；
2. 复杂性控制：通过模块化、抽象化降低系统复杂度；
3. 需求管理：应对需求不确定性与易变性，强调敏捷响应；
4. 工具与方法：依赖高效工具链（如IDE、项目管理平台）提升开发效率；
5. 团队协作：跨职能团队需高效沟通与协作（如Scrum每日站会）。

2.3 软件工程的基本原理

1. 生命周期管理：分阶段（定义、开发、维护）严格控制进度；
2. 阶段评审：每阶段结束需通过质量审查（如需求评审、设计评审）；
3. 产品控制：采用版本控制系统（如Git）管理代码变更；
4. 现代技术应用：引入设计模式、测试驱动开发（TDD）等先进方法；
5. 结果可审查：确保每个阶段输出可验证（如单元测试覆盖率达标）。

三、软件生命周期与开发模型

3.1 软件生命周期

• 三时期八阶段：
  • 软件定义：问题定义（明确目标）→可行性研究（技术/经济/社会评估）→需求分析（功能/性能规格）；
  • 软件开发：总体设计（架构规划）→详细设计（模块细化）→编码与单元测试（实现与单模块验证）→综合测试（集成与系统测试）；
  • 软件维护：纠错性维护（修复缺陷）、适应性维护（环境变更）、完善性维护（功能增强）、预防性维护（优化架构）。

3.2 软件开发模型

3.2.1 瀑布模型

• 特点：线性顺序执行，阶段间严格依赖（需求→设计→编码→测试→维护）；
• 适用场景：需求明确、技术成熟的传统项目（如政府系统）；
• 局限性：灵活性差，需求变更成本高。

3.2.2 敏捷开发

• 核心原则：个体交互＞流程工具，可工作软件＞详尽文档，客户合作＞合同谈判，响应变化＞遵循计划；
• 典型方法：Scrum（短周期迭代）、极限编程（XP，强调测试驱动与结对编程）；
• 适用场景：需求频繁变更的互联网产品（如电商平台）。

3.2.3 螺旋模型

• 特点：风险驱动，每轮迭代包含计划、风险分析、实施、评审四阶段；
• 适用场景：高风险项目（如航空航天软件）。

3.2.4 增量模型

• 特点：分批次交付功能模块，逐步完善系统；
• 适用场景：模块化清晰、可分阶段发布的系统（如企业ERP）。

四、软件工程方法学

4.1 方法学三要素

1. 方法：结构化分析与设计、面向对象方法等；
2. 工具：UML建模工具（如Rational Rose）、项目管理工具（如Jira）；
3. 过程：定义开发活动的流程与规范（如RUP统一过程）。

4.2 传统方法学 vs 面向对象方法学

• 传统方法学：以功能分解为核心，适合稳定需求场景（如银行核心系统）；
• 面向对象方法学：以对象为中心，强调封装、继承、多态，提高可维护性与复用性（如大型游戏开发）。

五、学科发展与趋势

5.1 发展历程

1. 萌芽期（1940s-1960s）：程序设计个体化，缺乏规范；
2. 危机期（1960s-1970s）：软件规模膨胀，引发“软件危机”，软件工程概念诞生；
3. 工程化期（1970s-1990s）：结构化方法与工具普及，开发效率提升；
4. 现代化期（2000s至今）：敏捷开发、DevOps兴起，强调持续交付与用户体验。

5.2 未来趋势

• 智能化：AI辅助代码生成（如GitHub Copilot）、自动化测试；
• 云原生：微服务架构、容器化部署（如Docker+Kubernetes）；
• 安全前置：开发全流程嵌入安全测试（如SAST/DAST工具）。

总结

第一章系统阐述了软件工程的核心概念，从软件危机的根源到工程化解决方案，再到生命周期与开发模型的实践，为后续学习奠定了基础。理解这些内容，有助于在实际项目中选择合适的开发策略，平衡效率、质量与成本的关系。