偷懒的代价

2024-01-13 13:48
文章标签 代价 偷懒

本文主要是介绍偷懒的代价,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在正式测试之前,给开发制定各种模板和规范的时候,曾经想过给开发制定一份统计规范,但最终因为那段时间事情太多,偷懒少写了一份统计规范文档,抱着侥幸的心理以为这本身应该是开发的设计工作,他们在实现功能之前应该会自己先编写一份规范或在头脑里形成一个清晰的思路。
可是,在IAGW-M部分的代码提交统计部分的测试时,发现统计的实现比较乱,很多功能的统计或错误或不合理,给开发报bug之后,同一个问题反反复复修改了好几次, 而问题的修改也没有在类似的流程中进行更正,或者是问题的修改又引进了新的问题。结果,在测试的时候感觉很郁闷,原计划打算使用2天的时间进行的统计测试,却用了4天,多了一倍的时间,而且开发他自己也修改得很烦。
造成这样的结果,因为没有明确的规范,开发实现代码的质量就看他个人的责任心和对业务的理解程度了,这就变成了一种不可控的行为了。在我们的team,目前的管理、设计还没有形成一个规范的过程,本来,这些东西,本身应该在设计阶段由项目经理做好的工作,但是一直以来都是一项空白,虽然这样给开发人员和测试人员提供了一个非常大的自由发挥空间,但是,如果开发或测试的水平不够或责任心不强,那产品的质量就难以保证了。
不过,作为开发个体,在代码实现之前,应该自己对如何实现统计有一个清晰的思路,这是每个开发人员应该具备的素质。就正如,测试在测试的之前,会首先设计测试案例,每个功能应该如何实现,测试点是什么检查结果该怎样,自己的脑子非常清楚;在测试的时候,发现某种业务流程会出现某些问题,很自然也会去检查类似的业务流程是否存在类似的问题。我想,作为开发,在代码的实现之前,应该通盘考虑,每个动作或业务该会怎样处理该产生怎样的结果;在修改一个bug的时候,也应该自己动脑思考,这样的问题是否也存在于别的业务流程,这个修改是否会引进新的问题;对问题修改之后,自己应该先验证是否已经把问题给解决了,而不是把代码修改完没经过任何的测试验证就扔给测试。开发实现代码之后不经过全面的单元测试就提交,bug修复只是简单地修改就完事,当然,对于开发来说,会相对比较轻松省事,但是对于测试来说无疑增加了很多工作量,对于整个项目来说成本肯定是增加了。这些,我一直跟开发强调,但是,因为没有形成制度,执行的力度很弱,执行的结果也完全取决于开发的责任心和自觉性。
该如何去改进,怎样可以让大家不觉烦琐的前提下保质保量,怎样可以避免一些本应该及早发现的问题,怎样可以消除一些本不应该出现的问题,我想,确实是值得管理层甚至是团队中每个人好好地去思考了。
 

这篇关于偷懒的代价的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/601678

相关文章

✨机器学习笔记(二)—— 线性回归、代价函数、梯度下降

1️⃣线性回归(linear regression) f w , b ( x ) = w x + b f_{w,b}(x) = wx + b fw,b​(x)=wx+b 🎈A linear regression model predicting house prices: 如图是机器学习通过监督学习运用线性回归模型来预测房价的例子,当房屋大小为1250 f e e t 2 feet^

从MySQL 5.6升级到8.0,Facebook付出了惨痛代价……

点击上方“朱小厮的博客”,选择“设为星标” 后台回复"书",获取 后台回复“k8s”,可领取k8s资料 Facebook 称,他们最近的一次大版本升级到 MySQL 5.6 花了一年多时间才完成,还在 5.6 版上开发 LSM 树存储引擎,MyRocks。在升级到 5.7 的同时构建一个新的存储引擎,会大大减慢 MyRocks 的进度,因此我们选择继续使用 5.6,直到 MyRocks 完成,M

算法之路--最小代价生成树

前言 一个无向连通图的生成树是极小连通子图 这句话是在我学习算法设计的时候看到的,当时学了很多什么无向连同有向连同的,具体的我也记不清了,记得上次说要整理算法模块的,一直没时间整理,心想行动才是最有效的办法。整理得出一句话:一棵生成树的代价是树中各条边上的代价之和且是最小。 贪心法 求一个带权无向图的最小代价生成树问题是一个最优化问题,一个无向图有多颗不同的生成树,一个无向图的所有生

C++ 字符串编辑距离代价计算

描述 给定两个字符串str1和str2,再给定三个整数ic,dc和rc,分别代表插入、删除和替换一个字符的代价,请输出将str1编辑成str2的最小代价。 数据范围:0≤∣𝑠𝑡𝑟1∣,∣𝑠𝑡𝑟2∣≤50000≤∣str1∣,∣str2∣≤5000,0≤𝑖𝑐,𝑑𝑐,𝑟𝑐≤10000 0≤ic,dc,rc≤10000  要求:空间复杂度 𝑂(𝑛)O(n),时间复杂

蓝桥杯基础训练完美的代价

思想: 运用了贪心的思想 从字符串的左面和右面开始匹配 保证了第一次到的相同字符距离左面的最近,然后将字符串的左面和右面字符去掉 匹配剩余的 一直进行下去 就会产生最终结果! 代码 #include<cstdio>const int maxn = 8001; char str[maxn];int parse(int len)//{int py;int ans1 = 0;int an

牛客小白月赛96 D 最小连通代价

题目在这里 题意: 加边是所有点连通,没有重边和自环,问最小代价 加边规则:两点权值奇偶性相同代价为a,否则为b − 100 ≤ a , b ≤ 100 -100\leq a,b \leq100 −100≤a,b≤100 分析: 这题就是一个分类讨论,先读进来统计奇数点和偶数点 记 n a na na为奇偶性相同的点的连边, n b nb nb为奇偶性不同的点的连边, j i ji ji为奇

字符串-将str1编辑成str2所需最小代价(hard)

一、题目描述 二、解题思路 该题目使用动态规划的思想来解决问题 刚开始我还在想,删除+添加的操作可以等价为替换操作,如果替换操作的Cost大于删除+添加组合操作的Cost之和就需要把 rc=dc+ic。 但是在动态规划中,如果对三种不同的操作方式进行比较然后取较小值,不用进行上面的替换操作就可以达到效果,假设i表示指向str2的指针,j表示指向str1的指针,将str1->str2

x264 帧类型代价计算原理:slicetype_frame_cost 函数分析

slicetype_frame_cost 函数 函数功能 这个函数的核心是计算编码一系列帧(从 p0 到p1,以 b 为当前帧)的代价 cost,并根据这个代价 cost来辅助帧类型决策。它考虑了运动搜索的结果、帧间和帧内预测的成本,并且可以并行处理以提高效率。该函数在帧类型决策、MBtree 分析、场景切换都是作为核心函数。 函数参数 x264_t *h:编码器全局结构体x26

x264 帧类型代价计算原理:slicetype_slice_cost 函数分析

x264 x264 是一个开源的视频编码库,它实现了H.264/AVC标准。H.264是一种广泛使用的压缩标准,用于视频流、视频下载、蓝光光盘以及许多其他形式的数字视频分发。x264 以其高压缩效率和良好的视频质量而著称,是许多视频编辑软件和视频播放器的默认编解码器。 以下是关于 x264 编码器的一些关键点: 开源:x264 是完全开源的,可以在GPL许可下免费使用。 高效:

字符串str1到str2的代价

class MinCost {public:int findMinCost(string A, int n, string B, int m, int c0, int c1, int c2) {// write code here//dp[i][j] 表示A[0..i-1] 转换到 B[0..j-1] 的最小变换// c2替换代价 c0 add // c1 deletevecto