logo
分类于: 职场办公 其它

简介

软件之道: 软件开发争议问题剖析

软件之道: 软件开发争议问题剖析 8.7分

资源最后更新于 2020-11-21 02:40:20

作者:Andy Oram

译者:张玳

出版社:人民邮电出版社

出版日期:2012-01

ISBN:9787115270443

文件格式: pdf

标签: 软件工程 软件开发 软件 项目管理 软件之道 编程 设计 软件开发-软件思想

简介· · · · · ·

相 信大家常常听说某些工具、技术和实践方法可以改进软件开发,但其中哪些说法是可被证实的,哪些仅仅是人们一厢情愿的想法?本书收录了Steve McConnell、 Barry Boehm和 Barbara Kitchenham等几十位软件工程领域顶尖研究人员的文章,深入讨论了软件开发社区中常见的一些观点,一些是确凿事实,一些则是荒诞说法。他们的深刻 见解定会让你大开眼界。

某些编程人员的工作成效果真是他人十倍之多?

测试驱动的开发果真能帮助更快、更好地开发代码?

软件的bug数量果真可以利用代码度量进行预测?

设计模式果真有助于构建更好的应用程序?

人员个性会对结对编程产生何种影响?

地理位置的距离和公司职位的差距,究竟何者影响更大?

想要: 点击会收藏到你的 我的收藏,可以在这里查看

已收: 表示已经收藏

Tips: 注册一个用户 可以通过用户中心得到电子书更新的通知哦

目录

目  录
第一部分  搜寻和使用证据的一般原则
第1章  探寻有力的证据  2
1.1  起步阶段  2
1.2  当今证据的状态  3
1.2.1  精确性研究的挑战  3
1.2.2  统计强度的挑战  3
1.2.3  结果可复制性的挑战  4
1.3  我们可以相信的改变  5
1.4  背景的影响  7
1.5  展望未来  7
1.6  参考文献  9
第2章  可信度,为什么我坚决要求确信的证据  12
2.1  软件工程中的证据是如何发现的  12
2.2  可信度和适用性  13
2.2.1  适用性,为什么使你信服的证据不能使我信服  14
2.2.2  定性证据对战定量证据:错误的二分法  15
2.3  整合证据  16
2.4  证据的类型以及它们的优缺点  17
2.4.1  对照实验和准实验  18
2.4.2  问卷调查  19
2.4.3  经验汇报和案例研究  20
2.4.4  其他方法  20
2.4.5  报告中的可信度(或缺乏可信度)的标识  21
2.5  社会、文化、软件工程和你  23
2.6  致谢  24
2.7  参考文献  24
第3章  我们能从系统性评审中学到什么  25
3.1  系统性评审总览  26
3.2  系统性评审的长处和短处  27
3.2.1  系统性评审的流程  28
3.2.2  开展一项评审所牵连的问题  30
3.3  软件工程中的系统性评审  31
3.3.1  成本估算研究  32
3.3.2  敏捷方法  33
3.3.3  检验方法  35
3.4  结论  35
3.5  参考文献  36
第4章  用定性研究方法来理解软件工程学  40
4.1  何为定性研究方法  41
4.2  如何解读定性研究  42
4.3  在工作中运用定性研究方法  44
4.4  推广应用定性研究的结果  45
4.5  定性研究方法是系统的研究方法  46
4.6  参考文献  46
第5章  在实践中学习成长:软件工程实验室中的质量改进范式  47
5.1  软件工程研究独有的困难之处  47
5.2  实证研究的现实之路  48
5.3  NASA软件工程实验室:一个充满活力的实证研究测试平台  48
5.4  质量改进范式  49
5.4.1  表征  51
5.4.2  设立目标  51
5.4.3  选择流程  51
5.4.4  执行流程  53
5.4.5  分析  53
5.4.6  封装  53
5.5  结论  55
5.6  参考文献  55
第6章  性格、智力和专业技能对软件开发的影响  57
6.1  如何辨别优秀的程序员  58
6.1.1  个体差异:固定的还是可塑造的  58
6.1.2  个性  59
6.1.3  智力  63
6.1.4  编程任务  65
6.1.5  编程表现  65
6.1.6  专业技能  66
6.1.7  软件工作量估算  68
6.2  环境因素还是个人因素  68
6.2.1  软件工程中应该提高技能还是提高安全保障  69
6.2.2  合作  69
6.2.3  再谈个性  72
6.2.4  从更广的角度看待智力  72
6.3  结束语  74
6.4  参考文献   75
第7章  为什么学编程这么难  81
7.1  学生学习编程有困难吗  82
7.1.1  2001年McCracken工作小组  82
7.1.2  Lister工作小组  83
7.2  人们对编程的本能理解是什么  83
7.3  通过可视化编程来优化工具  85
7.4  融入语境后的改变  86
7.5  总结:一个新兴的领域  88
7.6  参考文献  89
第8章  超越代码行:我们还需要其他的复杂度指标吗  92
8.1  对软件的调查  92
8.2  计算源代码的指标  93
8.3  指标计算案例  94
8.3.1  源代码行数(SLOC)  96
8.3.2  代码行数(LOC)  96
8.3.3  C函数的数量  96
8.3.4  McCabe圈复杂度  96
8.3.5  Halstead软件科学指标  97
8.4  统计分析  98
8.4.1  总体分析  98
8.4.2  头文件和非头文件之间的区别  99
8.4.3  干扰效应:文件大小对相关性的影响  100
8.5  关于统计学方法的一些说明  103
8.6  还需要其他的复杂度指标吗  103
8.7  参考文献  104
第二部分  软件工程的特有话题
第9章  自动故障预报系统实例一则  106
9.1  故障的分布  106
9.2  故障高发文件的特征  109
9.3  预测模型概览  109
9.4  预测模型的复验和变体  110
9.4.1  开发人员的角色  111
9.4.2  用其他类型的模型来预测故障  113
9.5  工具的设计  115
9.6  一些忠告  115
9.7  参考文献  117
第10章  架构设计的程度和时机  119
10.1  修正缺陷的成本是否会随着项目的进行而增加  119
10.2  架构设计应该做到什么程度  120
10.3  架构设计的成本—修复数据给予我们的启示  123
10.3.1  关于COCOMO II架构设计和风险解决系数的基础知识  123
10.3.2  Ada COCOMO及COCOMO II中的架构设计以及风险应对系数  125
10.3.3  用于改善系统设计的投入的ROI  130
10.4  那么到底架构要做到什么程度才够  132
10.5  架构设计是否必须提前做好  135
10.6  总结  135
10.7  参考文献  136
第11章  康威推论  138
11.1  康威定律  138
11.2  协调工作、和谐度和效率  140
11.3  微软公司的组织复杂度  143
11.4  开源软件集市上的小教堂  148
11.5  总结  152
11.6  参考文献  152
第12章  测试驱动开发的效果如何  153
12.1  TDD药丸是什么  153
12.2  TDD临床试验概要  154
12.3  TDD的效力  156
12.3.1  内部质量  156
12.3.2  外部质量  157
12.3.3  生产力  157
12.3.4  测试质量  158
12.4  在试验中强制TDD的正确剂量  158
12.5  警告和副作用  159
12.6  结论  160
12.7  致谢  160
12.8  参考文献  160
第13章  为何计算机科学领域的女性不多  163
13.1  为什么女性很少  163
13.1.1  能力缺陷,个人喜好以及文化偏见  164
13.1.2  偏见、成见和男性计算机科学文化  166
13.2  值得在意吗  168
13.2.1  扭转这种趋势,我们可以做些什么  170
13.2.2  跨国数据的意义  171
13.3  结论  172
13.4  参考文献  172
第14章  两个关于编程语言的比较  175
14.1  一个搜索算法决定了一种语言的胜出  175
14.1.1  编程任务:电话编码  176
14.1.2  比较执行速度  176
14.1.3  内存使用情况的比较  178
14.1.4  比较效率和代码长度  178
14.1.5  比较可靠性  180
14.1.6  比较程序结构  180
14.1.7  我可以相信吗  181
14.2  Plat_Forms:网络开发技术和文化  182
14.2.1  开发任务:人以类聚  182
14.2.2  下注吧  183
14.2.3  比较工作效率  184
14.2.4  比较软件工件的大小  185
14.2.5  比较可修改性  186
14.2.6  比较稳健性和安全性  187
14.2.7  嘿,“插入你自己的话题”如何  189
14.3  那又怎样  189
14.4  参考文献  189
第15章  质量之战:开源软件对战专有软件  191
15.1  以往的冲突  192
15.2  战场  192
15.3  开战  195
15.3.1  文件组织  196
15.3.2  代码结构  200
15.3.3  代码风格  204
15.3.4  预处理  209
15.3.5  数据组织  211
15.4  成果和结论  213
15.5  致谢  215
15.6  参考文献  215
第16章  码语者  219
16.1 程序员的一天  219
16.1.1  日记研究  220
16.1.2  观察研究  220
16.1.3  程序员们是不是在挣表现  220
16.2  说这么多有什么意义  221
16.2.1  问问题  221
16.2.2  探寻设计理念  223
16.2.3  工作的中断和多任务  223
16.2.4  程序员都在问什么问题  224
16.2.5  使用敏捷方法是不是更利于沟通  227
16.3  如何看待沟通  228
16.4  参考文献  229
第17章  结对编程  230
17.1  结对编程的历史  230
17.2  产业环境中的结对编程  232
17.2.1   结对编程的行业实践  232
17.2.2  业内使用结对编程的效果  233
17.3  教育环境中的结对编程  234
17.3.1  教学中特有的实践  234
17.3.2  教学中使用结对编程的效果  235
17.4  分布式结对编程  235
17.5  面对的挑战  236
17.6  经验教训  237
17.7  致谢  237
17.8  参考文献  237
第18章  现代化代码审查  243
18.1  常识  243
18.2  程序员独立进行小量代码审查  243
18.2.1  防止注意力疲劳  244
18.2.2  切忌速度过快  244
18.2.3  切忌数量过大  245
18.2.4  上下文的重要性  246
18.3  团队影响  247
18.3.1  是否有必要开会  247
18.3.2  虚假缺陷  247
18.3.3  外部审查真的需要吗  248
18.4  结论  249
18.5  参考文献  249
第19章  公共办公室还是私人办公室  251
19.1  私人办公室  251
19.2  公共办公室  253
19.3  工作模式  255
19.4  最后的忠告  257
19.5  参考文献  257
第20章  识别及管理全球性软件开发中的依赖关系  258
20.1  为什么协调工作对于GSD来说是挑战  258
20.2  依赖关系及其社会/技术二重性  259
20.2.1  技术方面  261
20.2.2  社会/组织结构方面  263
20.2.3  社会—技术方面  266
20.3  从研究到实践  267
20.3.1  充分使用软件储存库中的数据  267
20.3.2  团队领导和管理者在依赖关系管理中的角色  268
20.3.3  开发人员、工作项目和分布式开发  269
20.4  未来的方向  269
20.4.1  适合GSD的软件架构  269
20.4.2  协作软件工程工具  270
20.4.3  标准化和灵活度的平衡  271
20.5  参考文献  271
第21章  模块化的效果如何  274
21.1  所分析的软件系统  275
21.2  如何定义“修改”  276
21.3  如何定义“模块”  280
21.4  研究结果  281
21.4.1  修改的范围  281
21.4.2  需要参考的模块  283
21.4.3  自发式的模块化  284
21.5  有效性的问题  286
21.6  总结  287
21.7  参考文献  287
第22章  设计模式的证据  289
22.1  设计模式的例子  290
22.2  为什么认为设计模式可行  292
22.3  第一个实验:关于设计模式文档的测试  293
22.3.1  实验的设计  293
22.3.2  研究结果  295
22.4  第二个实验:基于设计模式的解决方案和简单解决方案的对比  297
22.5  第三个试验:设计模式之于团队沟通 300
22.6  经验教训  302
22.7  总结  304
22.8  致谢  304
22.9  参考文献  305
第23章  循证故障预测  306
23.1  简介  306
23.2  代码覆盖率  308
23.3  代码变动  308
23.4  代码复杂度  311
23.5  代码依赖  312
23.6  人与组织度量  312
23.7  预测缺陷的综合方法  315
23.8  结论  317
23.9  致谢  319
23.10  参考文献  319
第24章  采集缺陷报告的艺术  322
24.1  缺陷报告的优劣之分  322
24.2  优秀缺陷报告需要具备的要素  323
24.3  调查结果  325
24.3.1  开发人员眼中的缺陷报告内容  325
24.3.2  报告者眼中的缺陷报告内容  326
24.4  来自不一致信息的证据  327
24.5  缺陷报告的问题  329
24.6  重复缺陷报告的价值  330
24.7  并非所有的缺陷都被修复了  332
24.8  结论  333
24.9  致谢  334
24.10  参考文献  334
第25章  软件的缺陷都从哪儿来  335
25.1  研究软件的缺陷  335
25.2  本次研究的环境和背景  336
25.3  第一阶段:总体调查  337
25.3.1  调查问卷  337
25.3.2  数据的总结  339
25.3.3  第一部分的研究总结  342
25.4  第二阶段:设计/代码编写类故障调查  342
25.4.1  调查问卷  342
25.4.2  统计分析  345
25.4.3  界面故障与实现故障  358
25.5  研究结果可靠吗  360
25.5.1  我们调查的对象是否正确  360
25.5.2  我们的方法是否正确361
25.5.3  我们能用这些结果做什么  362
25.6  我们明白了什么  362
25.7  致谢  364
25.8  参考文献  364
第26章  新手专家:软件行业的应届毕业生们  367
26.1  研究方法  368
26.1.1  研究对象  369
26.1.2  任务分析  370
26.1.3  任务案例  370
26.1.4  做回顾的方法  371
26.1.5  有效性问题  371
26.2  软件开发任务  372
26.3  新手开发人员的优点和缺点  374
26.3.1  优点分析  375
26.3.2  缺点分析  375
26.4  回顾  376
26.4.1  管理层的介入  377
26.4.2  毅力、疑惑和新人特质  377
26.4.3  大型的软件团队环境  378
26.5  妨碍学习的误解  378
26.6  教育方法的反思  379
26.6.1  结对编程  380
26.6.2  合理的边际参与  380
26.6.3  导师制  380
26.7  改变的意义  381
26.7.1  新人培训  381
26.7.2  学校教育  382
26.8  参考文献  383
第27章  挖掘你自己的证据  385
27.1  对什么进行数据挖掘  385
27.2  设计你的研究  386
27.3  数据挖掘入门  387
27.3.1  第一步:确定要用哪些数据  387
27.3.2  第二步:获取数据  388
27.3.3  第三步:数据转换(可选)  389
27.3.4  第四步:提取数据  389
27.3.5  第五步:解析bug报告  390
27.3.6  第六步:关联数据  390
27.3.7  第六步:找出漏掉的关联  391
27.3.8  第七步:将bug对应到文件  391
27.4  下面怎么办  392
27.5  致谢  394
27.6  参考文献  394
第28章  正当使用“复制—粘贴”大法  396
28.1  代码克隆的示例  396
28.2  寻找软件中的克隆代码  398
28.3  对代码克隆行为的调查  399
28.3.1  分叉  400
28.3.2  模板  401
28.3.3  定制  402
28.4  我们的研究  403
28.5  总结  405
28.6  参考文献  406
第29章  你的API有多好用  407
29.1  为什么研究API的易用性很重要  407
29.2  研究API易用性的首次尝试  409
29.2.1  研究的设计  410
29.2.2  第一次研究的结论摘要  411
29.3  如果一开始你没有成功  412
29.3.1  第二次研究的设计  412
29.3.2  第二次研究的结论摘要  412
29.3.3  认知维度  414
29.4  使用不同的工作风格  418
29.5  结论  421
29.6  参考文献  422
第30章 “10倍”意味着什么?编程生产力的差距测量  423
30.1  软件开发中的个人效率的变化  423
30.1.1  巨大的差距带来的负面影响  424
30.1.2  什么造就了真正的“10倍程序员”  424
30.2  测量程序员的个人生产力的问题  424
30.2.1  生产力=每月产出的代码行数吗  424
30.2.2  生产力=功能点吗  425
30.2.3  复杂度呢  425
30.2.4  到底有没有办法可以测量个人生产力 425
30.3  软件开发中的团队生产力差距 426
30.4  参考文献 427
撰稿人 429