当前位置: 首页 > news >正文

架构师-软件工程习题选择题

架构师-软件工程习题选择题

  • 真题
  • 案例题

在这里插入图片描述

真题

在这里插入图片描述

c
瀑布模型:针对软件需求明确的情况,将前一个阶段做完,才能开始下一个阶段
原型模型:针对需求不明确的情况,快速搭建出系统原型,然后根据系统原型和客户确认需求
敏捷开发:小模型,快速开发,沟通交流,持续交付
增量式开发:首先开发系统的核心部分,再开发次核心部分,将系统分期开发。每一次的增量版本都可作为独立可操作的作品。
迭代开发:经过多次的软件开发,最终只提交一次完整的软件版本。
螺旋模型:风险分析,有风险就选螺旋模型
喷泉模型:面向对象
V模型:测试和开发并行。测试贯穿于整个信息系统的周期。单编(单边)集详(吉祥)系概(膝盖)验需(延续)
统一过程模型(RUP):重量级。九个核心工作流:业务建模,需求,分析与设计,实现,测试,部署,配置与变更管理,项目管理,环境。4个连续阶段:初始化阶段,细化阶段,构造阶段,移交阶段。三个特点:用例驱动,以体系结构为中心,迭代与增量
题目分析:增量开发,每次都提交一次软件,有利于客户更早的使用软件并从中获取价值

d
模板类文件处于体系文件结构层次的最底层(一个具体的内容了)
过程:先过程后规程(过程:步骤)
规程:先过程后规程((规程:每个步骤如何执行)

就是数据建模的工具:ER图
结构化分析的三大模型:

  1. 数据流图:针对功能进行建模
  2. 实体联系图(ER图):针对数据进行建模
  3. 状态转换图:针对行为进行建模

数据字典也是针对功能建模
流程图针对算法进行建模
选B
在面向对象中:用例模型,分析模型(静态分析模型(类图),动态分析模型(交互图))
在这里插入图片描述

c
这是整个需求的开发过程

在这里插入图片描述

a

c
用例图用于面向对象分析中使用
用例图用于描述需求

b
计算环路复杂性

d
语句覆盖
判定覆盖(分支覆盖):每个判定需要走一次真和假
条件覆盖:在每个判定中的每个条件都需要执行一次
条件判定组合覆盖
路径覆盖:覆盖所有路径

在这里插入图片描述
c
排除法

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
d
回归测试在软件变更之后

系统转换
在这里插入图片描述
采用集成
c
高技术-集成
高业务-继承

在这里插入图片描述
b
在这里插入图片描述
定量管理需要量化指标

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
选D

软件需求
在这里插入图片描述
a
排除法很容易选出
在这里插入图片描述

需求变更管理的过程:

在这里插入图片描述

相关题目:
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

d
在这里插入图片描述

b

b
在这里插入图片描述

软件开发的生命周期

在这里插入图片描述

在这里插入图片描述

c在这里插入图片描述
按照流程来记忆就行

b

c
在这里插入图片描述
顺序图

耦合:模块和模块之间
内聚;模块内部
需求:高内聚,低耦合
在这里插入图片描述
数据耦合属于低耦合
在这里插入图片描述
功能内聚属于高内聚
b,c
在这里插入图片描述

在这里插入图片描述

环路复杂度的计算公式:

  1. 边数-顶点数+2
  2. 判定节点的个数+1
  3. 封闭区域的个数+1

判定节点:图中的菱形
图中3+1=4
选b
图中封闭区域也是3个,3+1=4
在这里插入图片描述

在这里插入图片描述
a,c

在这里插入图片描述

a
c
软件文档分为:用户文档,系统文档

a
c
在这里插入图片描述

软件过程:在这里插入图片描述
软件过程中的活动:软件描述,软件开发,软件有效性验证,软件演化
在这里插入图片描述
d
c

c

软件文档,软件过程模型的活动
在这里插入图片描述

软件开发的生命周期

在这里插入图片描述

软件开发工具

在这里插入图片描述

软件设计的4个步骤
在这里插入图片描述

在这里插入图片描述

a
可以按照流程来记忆
在这里插入图片描述
b(按名字来猜测)

b
d
在这里插入图片描述

在这里插入图片描述
a
c
在这里插入图片描述
低耦合,导致修改方便
填入的答案都是质量属性相关

在这里插入图片描述

b
c
在这里插入图片描述
构件:用来复用的
螺旋模型:风险
瀑布模型:需求明确
对象模型:需求不明确

b
面向人的

a
c
在这里插入图片描述
结构化脚本:具有逻辑结构和函数调用功能的脚本

在这里插入图片描述

在这里插入图片描述
数据流图针对功能建模

案例题从数据流图,ER图,转态转换图中选

在这里插入图片描述

数据流的一端必须是加工

在这里插入图片描述

顶层图描述外部实体和系统之间的联系
0层图中出现数据存储

案例题

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

问题1
和指标相关的,填报,审核,确认
1:f
2:g
3:h
6:e(指标,预警)
5:b(影响因素)
4:d(最后剩余的一个)
数数据流图平衡原则:

  1. 父图子图平衡
  2. 父图的一条数据流可能对应子图的多条数据流,子图的一条数据流唯一对应父图的一条数据流
    在这里插入图片描述

问题2
3:项目指标
2:项目经理
在这里插入图片描述
现在主要就是找一个东西可以创建三个东西
在这里插入图片描述
看前面的数据流图
在这里插入图片描述
只有项目管理员实体了
1:项目管理员
4:项目信息
5:指标参数
6:事故及影响因素参数

问题3
在这里插入图片描述
数据流图在分析阶段:功能建模
数据流图在设计阶段:进行模块划分
数据字典:对数据流图中的名词解释,统一的标准.

相关文章:

架构师-软件工程习题选择题

架构师-软件工程习题选择题 真题案例题 真题 c 瀑布模型:针对软件需求明确的情况,将前一个阶段做完,才能开始下一个阶段 原型模型:针对需求不明确的情况,快速搭建出系统原型,然后根据系统原型和客户确认需求…...

springboot单独在指定地方输出sql

一般线上项目都是将日志进行关闭,因为mybatis日志打印,时间长了,会占用大量的内存,如果我想在我指定的地方进行打印sql情况,怎么玩呢! 下面这个场景: 某天线上的项目出bug了,日志打印…...

gpio内部结构(一)

一,GPIO内部结构 1,保护二极管 * 引脚内部加上这两个保护二级管可以防止引脚外部过高或过低的电压输入。 * 当引脚电压高于 VDD_FT 或 VDD 时,上方的二极管导通吸收这个高电压。 * 当引脚电压低于 VSS 时,下方的二极管导通&…...

【C++14保姆级教程】变量模板,Labmda泛型

文章目录 前言一、变量模板(Variable Templates)1.1 变量模板是什么1.2 泛型大概使用1.3 示例代码11.4 示例代码21.5 示例代码3 二、Lambda泛型(Lambda Generics)2.1 Lambda表达式泛型是什么?2.2 函数原型怎么写&#…...

LLM - 旋转位置编码 RoPE 代码详解

目录 一.引言 二.RoPE 理论 1.RoPE 矩阵形式 2.RoPE 图例形式 3.RoPE 实践分析 三.RoPE 代码分析 1.源码获取 2.源码分析 3.rotary_emb 3.1 __init__ 3.2 forward 4.apply_rotary_pos_emb 4.1 rotate_half 4.2 apply_rotary_pos_emb 四.RoPE 代码实现 1.Q/K/V …...

Vue之VueX知识探索(一起了解关于VueX的新世界)

目录 前言 一、VueX简介 1. 什么是VueX 2. VueX的作用及重要性 3. VueX的应用场景 二、VueX的使用准备工作 1. 下载安装VueX 2. vuex获取值以及改变值 2.1 创建所需示例 2.2 将创建好的.vue文件页面显示 2.3 创建VueX的相关文件 2.4 配置VueX四个js文件 2.5 加载到vue示…...

提升吃鸡战斗力,分享顶级作战干货!

大家好!作为一名吃鸡玩家,你是否也希望提高自己的游戏战斗力?在这里,我将为大家分享一些顶级游戏作战干货,以及方便吃鸡作图和查询装备皮肤库存的实用工具。 首先,让我们提到绝地求生作图工具推荐。通过使用…...

【rust】cargo的概念和使用方法

啥是cargo 包管理器 cargo 提供了一系列的工具,从项目的建立、构建到测试、运行直至部署,为 Rust 项目的管理提供尽可能完整的手段,与 Rust 语言及其编译器 rustc 紧密结合。 创建项目 使用cargo创建一个项目: $ cargo new wo…...

MySQL数据库——SQL优化(2)-order by 优化、group by 优化

目录 order by 优化 概述 测试 优化原则 group by 优化 测试 优化原则 order by 优化 概述 MySQL的排序,有两种方式: Using filesort : 通过表的索引或全表扫描,读取满足条件的数据行,然后在排序缓冲区sortbuffer中完成排…...

C++DAY43

#include <iostream>using namespace std;//封装 沙发 类 class Sofa { private:string living; public:Sofa(){cout << "沙发的无参构造函数" << endl;}Sofa(string l):living(l){cout << "沙发的有参构造函数" << endl;}v…...

大模型的超级“外脑”——向量数据库解决大模型的三大挑战

随着AI大模型产品及应用呈现爆发式增长,新的AI时代已经到来。向量数据库可与大语言模型配合使用,解决大模型落地过程中的痛点,已成为企业数据处理和应用大模型的必选项。在近日举行的华为全联接大会2023期间,华为云正式发布GaussDB向量数据库。GaussDB向量数据库基于GaussD…...

opencv读取摄像头并读取时间戳

下面这行代码是获取摄像头每帧的时间戳&#xff1a; double timestamp cap.get(cv::CAP_PROP_POS_MSEC); 改变帧率的方法是&#xff1a; cap.set(cv::CAP_PROP_FPS, 30); //帧率改为30 但是实际测试时发现帧率并未被改变&#xff0c;这个可能和VideoCapture cap(cv::CAP_V…...

WebRTC 系列(四、多人通话,H5、Android、iOS)

WebRTC 系列&#xff08;三、点对点通话&#xff0c;H5、Android、iOS&#xff09; 上一篇博客中&#xff0c;我们已经实现了点对点通话&#xff0c;即一对一通话&#xff0c;这一次就接着实现多人通话。多人通话的实现方式呢也有好几种方案&#xff0c;这里我简单介绍两种方案…...

uniapp 点击 富文本元素 图片 可以预览(非nvue)

我使用的是uniapp 官方推荐的组件 rich-text&#xff0c;一般我能用官方级用官方&#xff0c;更有保障一些。 一、整体逻辑 1. 定义一段html标签字符串&#xff0c;里面包含图片 2. 将字符串放入rich-text组件中&#xff0c;绑定点击事件itemclick 3. 通过点击事件获取到图片ur…...

【2023年11月第四版教材】第24章《法律法规与标准规范》(合集篇)

第24章《法律法规与标准规范》(合集篇&#xff09; 1 民法典&#xff08;合同编&#xff09;2 招标投标法2.1 关于时间的总结2.2 内容 3 政府采购法4 专利法5 著作权法6 商标法7 网络安全法8 数据安全法 1 民法典&#xff08;合同编&#xff09; 1、要约是希望和他人订立合同的…...

提升战斗力!吃鸡行家分享顶级游戏干货,助你轻松拿下绝地求生

作为吃鸡行家&#xff0c;我们都知道&#xff0c;在绝地求生中提高战斗力至关重要。今天我来分享一些独特的干货&#xff0c;帮助你成为顶级的吃鸡玩家&#xff0c;并分享一些方便吃鸡作图、装备皮肤库存展示和查询的技巧。 首先&#xff0c;让我们来谈谈绝地求生作图工具推荐。…...

C语言练习百题之宏#define命令

宏&#xff08;Macro&#xff09;是C语言中的一种预处理指令&#xff0c;它使用#define命令定义符号常量、宏函数和代码片段。下面列举了各种宏的应用场景以及相关注意事项&#xff1a; 定义常量&#xff1a; #define PI 3.14159265注意事项&#xff1a;使用宏定义常量可以提高…...

阿里云存储I/O性能、IOPS和吞吐量是什么意思?

云盘的存储I/O性能是什么&#xff1f;存储I/O性能又称存储读写性能&#xff0c;指不同阿里云服务器ECS实例规格挂载云盘时&#xff0c;可以达到的性能表现&#xff0c;包括IOPS和吞吐量。阿里云百科网aliyunbaike.com分享阿里云服务器云盘&#xff08;系统盘或数据盘&#xff0…...

Linux知识点 -- 网络基础 -- 数据链路层

Linux知识点 – 网络基础 – 数据链路层 文章目录 Linux知识点 -- 网络基础 -- 数据链路层一、数据链路层1.以太网2.以太网帧格式3.重谈局域网原理4.MAC地址5.MTU6.查看硬件地址和MTU的命令7.ARP协议 二、其他重要协议或技术1.DNS&#xff08;Domain Name System&#xff09;2.…...

git服务器宕机后,怎么用本地仓库重新建立gitlab服务器(包括所有历史版本)

一、重新建立 当您的 GitLab 服务器因为某种原因宕机后&#xff0c;您可以使用本地仓库中的备份数据来恢复 GitLab 服务器。以下是一般的步骤&#xff0c;用于重新建立 GitLab 服务器&#xff1a; 注意&#xff1a; 这些步骤假定您已经定期备份了 GitLab 数据&#xff0c;包括…...

基于COMSOL的复能带与凋落波研究:大、小单元嵌套声学黑洞结构PDE建模与文献复现

comsol实能带、复能带(PDE)建模 文献复现-“周期嵌套声学黑洞结构的复能带和凋落波研究”-“Complex band structure and evanescent Bloch wave propagation of periodic nested acoustic black hole phononic structure” 包括&#xff08;大单元、小单元、嵌套单元&#xff…...

ArcGIS Pro 3.0 中文版安装与破解全流程指南

1. ArcGIS Pro 3.0中文版安装前的准备工作 在开始安装ArcGIS Pro 3.0中文版之前&#xff0c;我们需要做好充分的准备工作。首先确保你的电脑满足最低系统要求&#xff1a;Windows 10或11操作系统&#xff08;64位&#xff09;、至少8GB内存&#xff08;16GB以上更佳&#xff09…...

北京 SEO 优化公司哪家比较专业

了解北京 SEO 优化公司的选择&#xff0c;哪家更专业&#xff1f; 在当今互联网时代&#xff0c;拥有一个高效的SEO优化策略是企业在竞争中脱颖而出的关键。而在北京这个国际大都市&#xff0c;众多SEO优化公司云集&#xff0c;如何选择一家专业的SEO优化公司成为了许多企业的…...

全双工和半双工的区别

全双工和半双工是描述通信双方数据流动方向的两种基本模式&#xff0c;它们决定了通信链路的利用率、硬件复杂度和应用场景。下面从定义、工作机制、典型协议、优缺点、实际应用五个方面展开。一、基本定义模式英文数据传输方向比喻单工Simplex单向&#xff0c;只能A→B&#x…...

基于MPC的四旋翼高度动力学及X-Y平面位置控制设计的实践与仿真

基于MPC的四旋翼高度动力学以及x-y平面位置控制设计 简介&#xff1a;本项目侧重于MPC控制器设计&#xff0c;用于控制四旋翼的高度动力学以及x-y平面位置 就方向动力学而言&#xff0c;使用了定制的离散PID(DPID)控制器 该项目在MATLAB 2022b中进行了完全编码和仿真 此外&…...

**发散创新:服务端渲染(SSR)的深度实践与性能优化实战**在现代前端架构

发散创新&#xff1a;服务端渲染&#xff08;SSR&#xff09;的深度实践与性能优化实战 在现代前端架构中&#xff0c;服务端渲染&#xff08;Server-Side Rendering, SSR&#xff09; 已不再是“可选特性”&#xff0c;而是提升首屏加载速度、SEO友好度和用户体验的核心手段之…...

太空垃圾清理算法:近地轨道debug生死时速

当测试思维遭遇太空危机作为软件测试从业者&#xff0c;我们习惯于在虚拟的数字世界中寻找漏洞、调试代码、确保系统稳定运行。我们面对的是逻辑错误、内存泄漏、并发冲突&#xff0c;最严重的后果或许是服务中断或数据丢失。然而&#xff0c;请想象这样一个场景&#xff1a;你…...

2025届最火的十大AI写作工具实测分析

Ai论文网站排名&#xff08;开题报告、文献综述、降aigc率、降重综合对比&#xff09; TOP1. 千笔AI TOP2. aipasspaper TOP3. 清北论文 TOP4. 豆包 TOP5. kimi TOP6. deepseek 在学术写作这个特定的场景之内&#xff0c;精确地挑选恰当的AI论文平台&#xff0c;能够极其…...

Flow错误处理与监控:集成Sentry实现生产级错误追踪

Flow错误处理与监控&#xff1a;集成Sentry实现生产级错误追踪 【免费下载链接】flow Browser-based ePub reader 项目地址: https://gitcode.com/gh_mirrors/flo/flow Flow作为一款基于浏览器的ePub阅读器&#xff0c;为用户提供流畅的电子书阅读体验。在开发过程中&am…...

Cogito-v1-preview-llama-3B高性能:vLLM Serving + OpenAI兼容API部署教程

Cogito-v1-preview-llama-3B高性能&#xff1a;vLLM Serving OpenAI兼容API部署教程 1. 引言&#xff1a;为什么选择Cogito模型&#xff1f; 如果你正在寻找一个既强大又实用的语言模型&#xff0c;Cogito-v1-preview-llama-3B绝对值得关注。这个模型在同等规模的开源模型中…...