第一次作业

这个作业属于哪个课程	https://edu.cnblogs.com/campus/fzu/202501SoftwareEngineering
这个作业要求在哪里	https://edu.cnblogs.com/campus/fzu/202501SoftwareEngineering/homework/13546
这个作业的目标	了解并使用git操作，熟悉并使用Markdown语法，了解软工课程的教学与思想，了解团队增进协作
学号	102301330

团队网站

• https://github.com/Boshsama/IG-theshyBigHorseHead

个人资料截图

技能树与技术偏好

核心编程语言

• C/C++：精通指针、内存管理（动态分配 / 释放）、结构体 / 类、继承与多态，能实现链表、栈、队列等数据结构；

数据结构与算法

• 掌握线性结构（数组、链表、栈、队列）的实现与应用（如用栈解决括号匹配、用队列实现广度优先搜索）；
• 掌握树形结构（二叉树、二叉搜索树）的遍历（前 / 中 / 后序、层序）与基本操作（插入、删除）；
• 熟悉基础排序算法（冒泡、插入、选择、快排、归并），能分析时间 / 空间复杂度（O (n²)、O (nlogn)）。
• 学习高级数据结构（红黑树、哈希表、堆、图），理解哈希冲突解决方法（链地址法、开放地址法）；
• 掌握贪心算法、动态规划的基本思想，能解决简单问题（如背包问题、最长公共子序列）；

开发工具与环境

• 代码编辑器 / IDE：熟练使用 VS Code（配插件调试 C/C++/Python）、Clion（C++ 开发）、PyCharm（Python 开发），掌握断点调试、变量监视；
• 版本控制：精通 Git 基础（init、add、commit、push、pull、branch），能在 GitHub/GitLab 上管理个人项目，解决简单冲突；
• 操作系统工具：熟悉 Linux 命令行（cd、ls、grep、awk、ssh），能在 Linux 环境下编译 C/C++ 程序（用 gcc/g++）、部署简单脚本。 - 构建工具：学习 CMake（管理 C++ 项目依赖）、Maven（管理 Java 项目）；

代码量

目前代码量在8k+，学习本课之后，希望代码量达到16k+。

期望的课程收获

希望通过这门课，我能够了解软件开发的准备工作、整体流程以及大模型，学习前端后端的知识与实际运用，通过团队合作来开发出自己想做的软件。

软件工程学习指南

软件工程是一门结合计算机科学、工程管理与问题解决的交叉学科，核心目标是高效、高质量地构建和维护软件系统。这份指南将按“基础铺垫→核心知识→实战能力→进阶深化”的逻辑，帮助你建立完整的知识体系，避免盲目学习。

一、前置基础：筑牢技术地基

在学习软件工程前，需掌握计算机领域的核心基础知识，这些是理解后续概念的前提。

1. 编程语言：选择“入门语言+工程语言”

编程语言是工具，需兼顾“易上手”和“工程实用性”，推荐组合：

• 入门首选：Python
  语法简洁，生态丰富，适合快速理解“编程逻辑”（变量、循环、函数、类），同时可用于后续的自动化测试、数据分析等场景。
  • 重点掌握：面向对象编程（OOP）、模块与包管理、常用库（os、requests、pandas）。
• 工程核心：Java / Go / TypeScript
  软件工程中主流的“生产级语言”，需深入掌握一门（根据方向选择）：
  • Java：企业级应用（后端、Android）的主流，需理解JVM、Spring生态、并发编程。
  • Go：云原生、微服务的热门语言，优势在高并发、简洁性，需掌握goroutine、channel、Go Modules。
  • TypeScript：前端工程化的核心，在JavaScript基础上增加类型系统，需掌握接口、泛型、TS与React/Vue的结合。

2. 计算机基础三要素

这三门课是软件工程的“底层逻辑”，决定你能走多远：

• 计算机组成原理：理解“软件如何在硬件上运行”，重点掌握CPU、内存、I/O的工作机制，避免写出“脱离硬件的低效代码”（如频繁创建大对象导致内存溢出）。
  推荐教材：《计算机组成原理（唐朔飞）》、《深入理解计算机系统（CS:APP）》。
• 操作系统（OS）：掌握进程/线程管理、内存管理、文件系统，理解“并发”“死锁”“虚拟内存”等概念——这些是后续学习“分布式系统”“高并发设计”的基础。
  推荐实践：在Linux系统下完成基础操作（文件管理、进程调度），用C语言实现简单的进程通信（如管道、消息队列）。
• 计算机网络：理解软件系统的“通信规则”，重点掌握TCP/IP协议栈（HTTP/HTTPS、TCP、IP、DNS）、网络分层模型。
  关键实践：用Wireshark抓包分析HTTP请求，手动配置DNS解析，理解“三次握手”“四次挥手”的实际意义。

二、核心知识：掌握软件工程的“方法论”

软件工程区别于“单纯编程”的核心，是系统化的开发流程和管理方法，需重点掌握以下模块。

1. 软件开发生命周期（SDLC）：理解“从0到1”的全流程

SDLC是软件工程的框架，所有活动都围绕其展开，常见模型有4种，需理解每种模型的适用场景：

模型类型	核心逻辑	适用场景	优点	缺点
瀑布模型（Waterfall）	线性流程：需求→设计→开发→测试→部署	需求明确、稳定的项目（如工具软件）	流程清晰、文档完整	灵活性差，难应对变更
敏捷开发（Agile）	迭代式开发：2-4周一个迭代，快速交付可用版本	需求多变的项目（如互联网产品）	响应快、用户参与度高	依赖团队协作能力，文档易缺失
原型模型（Prototype）	先做“简化版原型”，验证需求后再开发	需求模糊的创新项目（如新产品探索）	降低需求理解偏差	原型可能与最终产品脱节
螺旋模型（Spiral）	迭代+风险评估：每轮迭代前先评估风险	高风险项目（如航天软件、金融系统）	风险可控	成本高，流程复杂

重点实践：用敏捷开发的“Scrum框架”模拟一个小项目（如个人博客），体验“每日站会”“迭代计划会”“迭代回顾会”的流程，用工具（Jira、Trello）管理任务。

2. 需求分析与设计：避免“做错产品”

很多软件失败的原因是“需求理解偏差”或“设计不合理”，这两步是前期关键：

（1）需求分析：明确“做什么”

• 核心目标：将“用户模糊需求”转化为“可量化、可验证的需求文档”。
• 关键方法：
  • 用户访谈/调研：直接与用户沟通，明确“痛点”（如“用户希望登录时间<3秒”）。
  • 用例图（UML）：描述“用户与系统的交互流程”，例如“用户下单”的用例图需包含“选择商品→提交订单→支付”等步骤。
  • 需求规格说明书（SRS）：书面化需求，包含功能需求（如“支持手机号登录”）、非功能需求（如“并发量≥1000QPS”）、约束条件（如“兼容iOS 13+”）。

（2）软件设计：明确“怎么做”

设计分“架构设计”和“详细设计”，核心是“高内聚、低耦合”（模块内部逻辑紧密，模块间依赖少）：

• 架构设计：整体框架设计，常见架构模式：
  • 单体架构：所有功能在一个应用中（如早期的博客系统），适合小项目。
  • 分层架构：按“职责”分层（如前端→API层→服务层→数据层），便于维护。
  • 微服务架构：将系统拆分为独立服务（如“用户服务”“订单服务”），适合大型系统（如电商平台）。
  • 推荐工具：用“架构图”（DrawIO、Visio）可视化架构，明确模块间的调用关系。
• 详细设计：具体到“代码级”的设计，如：
  • 类图（UML）：描述类的属性、方法及类之间的关系（继承、关联、依赖）。
  • 数据库设计：用ER图设计表结构，避免“冗余字段”“表关联混乱”，需掌握SQL优化（如索引设计）。

3. 编码与版本控制：保证“代码质量”

编码不是“写出来就行”，需兼顾“可读性、可维护性、可扩展性”：

（1）编码规范：统一风格

• 核心原则：遵循行业通用规范（如Java的《阿里巴巴Java开发手册》、Python的PEP8），避免“个人风格代码”。
• 重点要求：
  • 命名：类名用“大驼峰”（如UserService），方法名用“小驼峰”（如getUserInfo），变量名避免拼音/缩写（如用userName而非yhm）。
  • 注释：关键逻辑需写注释（如复杂算法的思路），但避免“冗余注释”（如// a = a + 1）。
  • 代码简化：避免重复代码（用函数/工具类封装），减少嵌套层级（如用“提前返回”替代多层if）。

（2）版本控制：多人协作的核心

• 必学工具：Git（行业标准），需掌握核心操作：
  • 基础：git init（初始化仓库）、git add（暂存）、git commit（提交）、git push（推送到远程）。
  • 协作：git branch（创建分支）、git merge（合并分支）、git rebase（变基，整理提交记录）、git pull（拉取远程代码）。
  • 解决冲突：理解“冲突产生的原因”（多人修改同一文件同一行），用工具（VS Code、GitKraken）可视化解决冲突。
• 推荐实践：在GitHub/GitLab上创建仓库，模拟“多人协作”（如2人共同开发一个小功能，分别在分支开发后合并到主分支）。

4. 测试：避免“带bug上线”

测试的目标是“尽早发现并修复bug”，而非“上线后被动救火”，需掌握核心测试类型：

测试类型	测试目标	常用工具/方法	负责角色
单元测试（Unit Test）	测试“单个函数/类”的正确性	JUnit（Java）、pytest（Python）	开发工程师（自测）
集成测试（Integration Test）	测试“模块间的交互”是否正常	Postman（API测试）、Selenium（UI测试）	测试工程师
系统测试（System Test）	测试“整个系统”是否满足需求	黑盒测试（不看代码，按需求用例测试）	测试工程师
性能测试（Performance Test）	测试系统的“性能指标”（如并发、响应时间）	JMeter、LoadRunner	性能测试工程师
自动化测试（Automated Test）	用代码替代“人工重复测试”（如回归测试）	Selenium（UI自动化）、Playwright	开发/测试工程师

关键理念：“测试左移”——将测试提前到“编码阶段”（如写代码前先写单元测试用例），而非“编码完成后再测试”。
推荐实践：为一个函数（如“计算斐波那契数列”）写单元测试，覆盖“正常输入”“边界值（如n=0、n=1）”“异常输入（如n为负数）”。

5. 项目管理与运维：保证“项目落地”

软件工程不仅是“技术”，还需“管理”和“运维”能力：

（1）项目管理：按时、按质、按预算交付

• 核心维度：
  • 进度管理：用“甘特图”（Microsoft Project、飞书项目）规划任务时间，跟踪进度（如“需求分析2周，开发4周”）。
  • 成本管理：估算人力成本（如“1个中级开发1个月成本2万”）、服务器成本，避免超预算。
  • 风险管理：识别潜在风险（如“核心开发离职”“技术方案不可行”），提前制定应对方案（如“备份核心代码，预留备选方案”）。

（2）运维：保证软件“稳定运行”

• 核心技能：
  • 部署：掌握“CI/CD”（持续集成/持续部署），用工具（Jenkins、GitHub Actions）实现“代码提交后自动测试、自动部署”。
  • 监控：用工具（Prometheus、Grafana）监控系统指标（CPU、内存、接口响应时间），设置告警（如“CPU使用率>80%时发短信告警”）。
  • 日志：用ELK（Elasticsearch+Logstash+Kibana）收集和分析日志，快速定位bug（如“用户反馈登录失败，通过日志查找报错信息”）。

三、实战能力：从“理论”到“落地”

软件工程是“实践驱动”的学科，仅学理论无法掌握核心能力，需通过项目积累经验。

1. 项目选择：从“小而全”到“大而专”

• 入门级（1-2人，1-2个月）：覆盖全流程，不追求复杂度。
  示例：个人博客系统（功能：用户注册/登录、发布文章、评论、分类标签）。
  技术栈建议：Python+Django（后端）、HTML/CSS/JavaScript（前端）、MySQL（数据库）、Git（版本控制）、Docker（部署）。
  核心目标：体验“需求→设计→编码→测试→部署”全流程，掌握基础工具。

• 进阶级（2-4人，3-6个月）：侧重“工程化”和“协作”。
  示例：电商小程序（功能：商品列表、购物车、下单、支付回调、订单管理）。
  技术栈建议：Java+SpringBoot（后端）、Vue3+UniApp（前端）、Redis（缓存）、MySQL（数据库）、RabbitMQ（消息队列，处理订单异步通知）、Jira（任务管理）、Jenkins（CI/CD）。
  核心目标：解决“高并发”（如用Redis缓存热门商品）、“异步处理”（如订单创建后异步发送短信）、“多人协作冲突”等工程问题。

• 高级级（4人以上，6个月+）：侧重“架构设计”和“技术深度”。
  示例：短视频平台（功能：视频上传、转码、推荐、评论、点赞、直播）。
  技术栈建议：Go（后端，高并发）、React+Next.js（前端）、Elasticsearch（视频搜索）、MongoDB（存储评论等非结构化数据）、Kubernetes（容器编排，管理多台服务器）、Flink（实时计算，统计用户行为）。
  核心目标：设计“微服务架构”（拆分用户服务、视频服务、推荐服务）、解决“数据一致性”（如分布式事务）、“高可用”（如服务集群、灾备）等复杂问题。

2. 项目复盘：比“做项目”更重要的一步

每完成一个项目，需进行“复盘”，避免重复踩坑，复盘重点：

• 技术层面：哪些技术选型不合理？（如用MySQL存储大量日志导致查询变慢，后续应改用Elasticsearch）。
• 流程层面：哪些环节浪费了时间？（如需求频繁变更，后续应在需求阶段增加“评审环节”）。
• 个人层面：哪些知识存在短板？（如不会用Redis，后续需专项学习）。

四、进阶深化：成为“资深工程师”

当掌握基础和实战后，可根据兴趣方向深化，常见方向：

1. 技术专家方向（深耕某一技术领域）

• 后端架构：深入分布式系统（CAP理论、分布式一致性算法Paxos/Raft）、高并发（线程模型、锁优化）、中间件（Redis、Kafka、Elasticsearch）源码。
  推荐书籍：《分布式系统原理与范型》、《Redis设计与实现》。
• 前端工程化：深入前端构建工具（Webpack、Vite）、状态管理（Redux、Pinia）、跨端开发（Flutter、React Native）、前端性能优化（首屏加载、懒加载）。
  推荐书籍：《深入浅出Webpack》、《React设计模式与最佳实践》。
• 测试开发（DevOps）：深入自动化测试框架（Selenium、Appium）、CI/CD工具链（Jenkins、GitLab CI）、云原生技术（Docker、Kubernetes）。
  推荐书籍：《DevOps实战》、《Kubernetes in Action》。

2. 技术管理方向（从“做事”到“带人”）

• 核心能力：团队管理（人员招聘、绩效评估）、项目规划（拆解复杂需求、分配任务）、跨部门协作（与产品、设计、运营沟通）。
  推荐书籍：《人月神话》（经典项目管理著作）、《第一线经理》（技术管理实战）。

五、学习资源推荐

1. 经典书籍

• 入门：《软件工程：实践者的研究方法》（全面覆盖软件工程核心概念）、《代码整洁之道》（提升代码质量）。
• 进阶：《设计模式：可复用面向对象软件的基础》（掌握23种设计模式，提升代码扩展性）、《重构：改善既有代码的设计》（学会优化旧代码）。
• 高级：《领域驱动设计》（复杂系统的设计方法）、《凤凰项目》（DevOps实战小说，通俗易懂）。

2. 在线课程

• 基础：Coursera《Software Engineering Principles》（斯坦福大学，偏理论）、B站《尚硅谷Java/Go/前端全套教程》（偏实战，适合零基础）。
• 进阶：极客时间《从0开始学架构》（架构设计实战）、慕课网《Selenium自动化测试实战》（测试开发）。

3. 实战平台

• 代码托管：GitHub（开源项目学习，可参与开源贡献提升经验）、Gitee（国内平台，访问速度快）。
• 项目协作：Jira（企业级任务管理）、飞书项目（轻量化，适合小团队）。
• 云服务：阿里云、腾讯云（学生机性价比高，可用于部署项目，学习运维）。

六、学习建议

1. 拒绝“碎片化学习”：软件工程是体系化学科，先学“计算机基础+SDLC”，再动手做项目，避免“只会用框架，不懂底层逻辑”。
2. 重视“文档能力”：写好需求文档、设计文档、API文档——好的文档是团队协作的基础，也是个人思路的梳理过程。
3. 主动“解决真实问题”：遇到bug不要直接搜“答案”，先尝试用日志、调试工具定位原因，培养“问题排查能力”（这是工程师的核心竞争力）。
4. 持续“跟踪技术趋势”：关注行业动态（如云原生、AI在软件工程中的应用），但不盲目追逐新技术——先掌握“稳定、成熟的技术”，再探索新技术。

学习指南分析

1. 合理性：逻辑清晰，按“基础铺垫→核心知识→实战→进阶”的学习路径展开，符合软件工程从理论到实践的认知规律；覆盖技术（编程、计算机基础）、方法（SDLC、测试、项目管理）、实战（分阶段项目）全维度，无明显遗漏，且结合行业主流技术栈与工具，贴合实际需求，合理性强。
2. 帮助性：对不同阶段学习者（入门、进阶、资深）均有明确指引，项目案例、资源推荐、学习建议可落地，能帮学习者避免盲目学习，快速建立知识体系，同时强化“工程化思维”（非单纯写代码），对职业成长有直接帮助。

后台编辑截图