三味杂谈——软件工程启蒙

软件工程源于应对复杂度增加的挑战,确保大型软件项目的质量和稳定性。它通过一套工程化流程,包括设计、评审、测试等步骤,减少错误和依赖于个别开发者的风险。软件工程虽可能降低开发效率,但能保证平均质量,防止因人员变动导致项目受阻。其方法论如CMM、敏捷等,旨在使普通开发者也能产出满足质量要求的软件。
摘要由CSDN通过智能技术生成

软件工程是啥?软件工程的出现,是源于软件复杂度的极速提高。啥啥东西一旦多了,就不一样了,量变到质变了。最开始(20世纪,19xx年)软件体量没那么大,代码咋写都行。但是现在呢?一个开发大型软件的公司,软件就是其核心资产,例如微软的windows。这种大型软件,直接参与开发的人数都是千/万级别的,软件开发的周期都是10年以上,规模在千万/亿行代码,包含多种开发语言,多个技术栈。这意味着什么?

这意味着:

  1. 软件模块非常多,划分非常细。
  2. 每个模块要经历若干次开发人员的离职、换岗。
  3. 每个模块都会有新的修改、新的需求,而这些修改很可能不是模块的首任开发者。新的开发者不一定熟悉该模块的整体设计。
  4. 每个模块都与周边模块有着复杂(随着时间推移,会更复杂)的联系。
  5. 不同模块,不同文件,不同函数的代码风格,写作思路都不一样。
  6. 不同模块间的协作往往跨越部门,不同部门间沟通成本高
    1. 你想想你上大学的时候,与隔壁班一起搞活动的话,有多麻烦?

当种种因素糅杂在一起,就形成了一个泥团,就是“人月神话”一书中说的焦油坑,让你深深的陷入其中,无法自拔。

如果不知道这些,单独拿着一段hello world的代码来学软件工程,那就是鸡同鸭讲了。

解决这一问题的方法,就是将软件当成工程来做,于是有了软件工程。大家想想建筑工地,同样的混乱,同样的复杂,各种事物交错在一起,但是工地能井井有条,人家有一套行之有效的工程理论实践。于是,软件现在也有了。

很多人在讨论软件是艺术还是工程。在这里,我只能说,软件可以很艺术,但也是有工程属性的。

软件工程能够为你提供一整套方法,你按照这套方法走,第一步做什么,第二步做什么。如果你每步都做到位(做到位的意思是:理解步骤的目的,并切实做到),那么你的软件产出的质量,是稳定的。

这里要注意的是,软件工程保证的是你长期的平均质量。一个是长期,一个是平均。所以,最终,按照软件工程的方法做,能让你的代码质量稳定在某个水平。软件工程,不会让你的软件水平提高。有时,软件工程还会降低开发效率。软件工程,目标在于稳定。

软件是人写的,至少目前是。那么,人的状态是不稳定的。某天,天才程序员失恋了,于是这几天的代码错误就多。隔几天,项目骨干离职了,于是软件写不下去了。对于大型的软件公司,这些都是不可接受的风险。总不能说几万人的公司,就因为一个程序员离职了,就运作不下去了吧。

软件工程就是为此而生。

如果你是软件公司的老板,你会发现,一套能够为你赚钱的软件,其投入成本最大的就是程序员的工资。最大的风险,就是程序员的小心思。

现在,我对你这个老板说,我有办法,能够让普通的程序员,甚至新手,产出满足质量需求的软件,不再需要严重依赖天才程序员。我有办法,能够让你不再惧怕程序员的离职和转岗,哪怕项目骨干走了,项目也不至于失败。你说,你心动不?

这,就是软件工程的作用。软件工程,是通过提供一套严格的流程和一些方法论来达到这个目的的。

软件工程的方法论有很多,项目流程上有CMM、敏捷啊啥啥的,扩大点范围的话,还有“领域驱动设计”、“函数式编程”、SOLID原则,我们还有好多看起来很高大上的设计模式。

这些,都是前人的经验总结。按照这些去做,就大概率能产出较高质量的产品。

用CMM举个简单的例子(省略了CMM的很多步骤):

  1. 设计人员给出初步设计和工作量
  2. 管理层同意此工作量,并给出项目开发计划
  3. 设计阶段由设计人员写出设计文档
  4. 设计文档由所涉及所有领域的技术负责人评审,并签字,同时承担此设计的责任
  5. 设计人员为开发人员讲解设计背景、思路、方案、注意事项
  6. 开发人员完成代码设计,并全程与设计人员保持沟通,保证设计方案与代码实现的一致
  7. 代码需要该领域相关人多级评审
  8. 完成自测试、白盒检查等
  9. 测试人员完成集成测试

这个例子并不严谨,只是让你体验一下,软件工程是如何保证软件质量。在这里,每一步都有周边人员参与评审,多个维度的人都会了解设计方案,最后有完整的测试,保证软件交付功能正确。

再次强调下,这里省略了很多内容,真实情况不只是这样。

我在这里不对软件工程做细节探讨,因为我不够专业,别误人子弟。我想说明的是,软件工程会让你很不舒服,因为你不会再自由自在的写代码,会感觉自己被束缚在一个框框里,有一堆人对你指手画脚。这对于项目骨干来说很难受,会降低工作效率,甚至会被迫改变你精巧的设计。但是,流程的魅力在于,保证你带着的新人不会出现低级问题,保证你不会在某些心不在焉的状态下引入低级问题。虽然进度走的慢了,但是很稳。

软件工程,为你戴上了盔甲,增加了防御,降低了敏捷。

软件工程是可以裁剪和变更的。毕竟,每家公司,每个项目组,每个项目的情况都不同。CMM的完整步骤不一定适合所有人。比如,你的项目都是公司骨干,对项目熟悉的不得了,那么可以降低代码评审的频率。比如,这次的项目都是东改一行,西改一行的,那UT可以考虑省略。如果设计简单,那么前期设计步骤就完全可以从简。灵活运用,才能发挥软件工程的最大价值。

不知道给你讲糊涂没有,说了这么多,总结一下,软件工程,是用来保证软件质量稳定的。它用一系列的流程和质量动作,保证你的代码不会出什么大错误,最终能够顺利交付。

软件工程还有另一面,就是如何降低软件内部的复杂度,将复杂问题逐层分解,让任务可分配(一般是单人可承担)。这些内容,就以后再说了。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生(Region Proposal),生有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值