《软件工程》-第 1 章 软件与软件工程

1.1 软件的概念

1.1.1 软件与软件的组成

软件定义：软件是程序、数据及相关文档的集合，是计算机系统的逻辑部分。
组成结构：

• 程序：用特定编程语言编写的代码集合（如 Java、Python）。
• 数据：程序处理的信息载体（如数据库表、配置文件）。
• 文档：开发、使用和维护的说明（如需求规格说明书、用户手册）。

案例代码：简单计算器程序（Python）

# 计算器程序：实现加减乘除功能
class Calculator:
    def add(self, a, b):
        """加法运算"""
        return a + b
    
    def subtract(self, a, b):
        """减法运算"""
        return a - b
    
    def multiply(self, a, b):
        """乘法运算"""
        return a * b
    
    def divide(self, a, b):
        """除法运算（处理除零异常）"""
        if b == 0:
            raise ValueError("除数不能为零")
        return a / b

# 示例用法
if __name__ == "__main__":
    calc = Calculator()
    print(f"5 + 3 = {calc.add(5, 3)}")    # 输出：8
    print(f"5 - 3 = {calc.subtract(5, 3)}")  # 输出：2

1.1.2 软件生存周期

定义：软件从需求分析到退役的整个过程，通常包括以下阶段：

1. 需求分析：确定用户功能与非功能需求（如性能、安全性）。
2. 设计阶段：分为架构设计（如 MVC 模式）和详细设计（如类图、流程图）。
3. 开发阶段：编码实现功能（参考 1.1.1 案例）。
4. 测试阶段：单元测试、集成测试、系统测试（如计算器的边界值测试）。
5. 部署与维护：发布上线并持续优化（如修复 bug、功能扩展）。

流程图：软件生存周期模型

1.1.3 软件的特点

特点	说明
逻辑实体	无形，依赖硬件运行（区别于物理产品）。
复杂性高	涉及算法、数据结构、用户需求等多维度复杂度（如操作系统内核）。
易修改性	通过版本控制工具（如 Git）支持迭代开发（见 1.6.1 软件工具）。
成本集中于开发	开发成本高，复制成本极低（如 App Store 应用分发）。

1.1.4 几类常用的软件

• 系统软件：管理硬件资源（如 Windows、Linux 操作系统）。
• 应用软件：解决特定领域问题（如微信、Photoshop）。
• 中间件：连接不同系统（如 Tomcat 服务器、消息队列 RabbitMQ）。

1.1.5 软件的质量

核心指标：

• 功能性：满足需求的程度（如计算器能否正确计算）。
• 可靠性：无故障运行时间（如电商系统在大促期间的稳定性）。
• 易用性：用户学习成本（如界面是否友好）。
• 可维护性：修改代码的难易度（依赖代码注释、设计模式）。

1.1.6 软件的安全与保护

常见措施：

• 代码审计：使用 SonarQube 扫描漏洞（如 SQL 注入、越权访问）。
• 数据加密：对敏感信息加密存储（如用户密码用 BCrypt 哈希）。
• 知识产权保护：通过软件著作权登记、开源协议（如 MIT、GPL）约束使用。

1.2 软件工程的概念

1.2.1 软件工程的定义

IEEE 定义：应用系统的、规范的、可量化的方法来开发、运行和维护软件。

1.2.2 软件工程的发展

阶段演进：

1. 程序设计时代（1940-1960）：机器语言编程，无系统化方法。
2. 软件危机时代（1960-1980）：需求膨胀导致进度延期、成本超支（如 IBM OS/360 项目）。
3. 软件工程时代（1980 至今）：引入瀑布模型、面向对象方法、敏捷开发等。

1.2.3 软件工程的目标和原则

目标：在预算内按时交付高质量软件。
原则：

• 模块化：将系统拆分为独立模块（如计算器的加减乘除功能分离）。
• 信息隐藏：封装内部实现细节（如类的私有属性）。
• 增量开发：分阶段实现功能（如先开发计算器的加减功能，再迭代乘除）。

1.2.4 软件开发的主要方法

方法	核心思想
结构化方法	自顶向下、逐步求精（如数据流图 DFD 建模）。
面向对象方法	以对象为核心，封装数据与行为（如计算器类 Calculator）。
敏捷开发	快速迭代、响应变化（见 1.4 节详细解析）。

1.3 软件过程模型

1.3.1 瀑布模型

特点：阶段顺序执行，适用于需求明确的项目（如政府定制软件）。
流程图

1.3.2 增量过程模型

特点：分批次交付功能（如第一阶段实现计算器基本运算，第二阶段增加历史记录功能）。

1.3.3 原型建造模型

案例：用 Axure 快速设计计算器界面原型，收集用户反馈后再开发。

1.3.4 螺旋模型

核心：引入风险评估，适用于高风险项目（如航天软件）。

1.3.5 基于构件的过程模型

实践：使用 Spring 框架的 Bean 组件快速搭建企业级应用。

1.3.6 通用软件过程模型

模板：

1. 需求捕获与分析
2. 系统设计（架构 + 详细设计）
3. 构件开发与测试
4. 系统集成与验收

1.4 敏捷软件开发原则和应用

1.4.1 敏捷软件开发原则

核心价值观（《敏捷宣言》）：

• 个体和互动 > 流程和工具
• 可工作的软件 > 详尽的文档
• 客户合作 > 合同谈判
• 响应变化 > 遵循计划

1.4.2 敏捷工程过程的极限编程（XP）

实践方法：

• 结对编程：两人共同开发一段代码（如一人编写计算器测试用例，一人实现功能）。
• 测试驱动开发（TDD）：先写测试代码，再实现功能。
  TDD 案例：计算器除法测试（Python unittest）

import unittest
from calculator import Calculator  # 导入1.1.1中的计算器类

class TestCalculator(unittest.TestCase):
    def setUp(self):
        self.calc = Calculator()
    
    def test_divide_normal(self):
        """测试正常除法"""
        self.assertEqual(self.calc.divide(6, 3), 2)
    
    def test_divide_by_zero(self):
        """测试除零异常"""
        with self.assertRaises(ValueError):
            self.calc.divide(5, 0)

if __name__ == "__main__":
    unittest.main()

1.4.3 敏捷软件开发过程的应用

工具链：

• Jira：任务管理与跟踪
• Confluence：团队协作文档
• Jenkins：持续集成 / 部署（CI/CD）

1.5 软件工程人的因素

1.5.1 软件工程教育

核心课程：

• 数据结构与算法
• 操作系统
• 数据库系统
• 软件工程导论

1.5.2 软件工程学科

知识领域（SWEBOK 指南）：

• 软件需求
• 软件设计
• 软件构造
• 软件测试
• 软件维护

1.6 软件工程开发过程中的职业

1.6.1 软件工具

常用工具：

• 开发工具：IDEA、VS Code
• 版本控制：Git、GitHub
• 测试工具：Postman、Selenium

1.6.2 软件开发环境

集成环境（IDE）：

• PyCharm：Python 开发
• Android Studio：安卓应用开发
• Visual Studio：C#/.NET 开发

1.7 基于计算机的系统

1.7.1 基于计算机的系统的概念

定义：由硬件、软件、人员、数据等要素组成的综合系统（如智能手表系统）。

1.7.2 基于计算机的系统的功能组件

组件	示例
硬件	CPU、内存、传感器（如手机陀螺仪）
软件	操作系统、应用程序（如 iOS 系统、微信 App）
人员	用户、开发人员、维护人员
数据	用户信息、日志数据（如电商订单数据）

1.7.3 典型的基于计算机的系统

• 嵌入式系统：智能家电、车载系统
• 信息系统：企业 ERP、银行核心系统
• 网络系统：云计算平台、物联网（IoT）

1.7.4 基于计算机的系统的研制

步骤：

1. 系统需求分析（如智能门锁需支持指纹识别、密码开锁）
2. 软硬件划分（指纹模块为硬件，加密算法为软件）
3. 集成测试（验证硬件与软件协同工作）

总结

    本文通过理论解析与代码案例结合的方式，系统介绍了软件工程的核心概念、过程模型及实践方法。读者可通过运行文中代码（如计算器程序、TDD 测试）加深理解，并结合 流程图梳理开发流程。后续章节将深入探讨需求分析、软件设计等专题，敬请关注！