Bedste svar
Miljøet er bogstaveligt talt alt, hvad der er installeret på din maskine, som kan påvirke enten udvikling og eller test af din applikation – det kan inkluderer:
- De redaktører / IDEer, du bruger (kan påvirke, hvor effektivt du kan skrive kode).
- Hvilke compilers / tolke du bruger og deres nøjagtige versioner – kan påvirke, om din kode overhovedet udføres, eller hvor effektivt den gør det.
- Operativsystemet installeret på din maskine – Kan meget vel have en betydelig indflydelse på, hvordan din kode skrives.
- De miljøvariabler, der er indstillet på din maskine, især relevante under test, da disse kan påvirke visse funktioner i nogle applikationer dramatisk.
- De ekstra biblioteker, der er installeret på din maskine (inklusive potentielt alle installeret af andre programmer); kan påvirke, hvor godt din kode kører på andres maskiner (med potentielt forskellige biblioteksversioner installeret)
- Andre programmer, der kører på din maskine, især under test af belastning og ydeevne.
- Den tilgængelige RAM og diskplads på din maskine: kan påvirke, hvor godt din kode fungerer, især under belastnings- / stresstestforhold
- Den lokale netværkskapacitet og tilslutningsmulighed: kan direkte påvirke, hvor godt nogle programmer fungerer (eller faktisk hvis de fungerer overhovedet).
Ideelt set skal dit udviklingsmiljø være så rent som du kan gøre det – installer kun de biblioteker, som din kode har brug for, og brug kun de versioner af compileren / tolken, som du planlægger at bruge. Til funktionel test har du også brug for et rent miljø, hvor din applikation kun kan udføres med de versioner af de biblioteker, du planlægger.
For belastning / stresstest skal du gå et skridt videre – en helt steril maskine uden andre applikationer, der kører på det end operativsystemet, og kun din applikation og de afhængigheder, der er installeret på det. Nogle organisationer vil gå så langt som at udføre en komplet disksletning og geninstallation, når de planlægger at stresstestprogrammer.
Svar
Programmering er processen med at tage en algoritme og kode den i en notation, et programmeringssprog, så det kan udføres af en computer. Selvom der findes mange programmeringssprog og mange forskellige typer computere, er det vigtige første skridt behovet for at have løsningen. Uden en algoritme kan der ikke være noget program.
Datalogi er ikke studiet af programmering. Programmering er dog en vigtig del af, hvad en computerforsker gør. Programmering er ofte den måde, vi skaber en repræsentation for vores løsninger. Derfor bliver denne sprogrepræsentation og processen med at skabe den en grundlæggende del af disciplinen.
Algoritmer beskriver løsningen på et problem med hensyn til de data, der er nødvendige for at repræsentere probleminstansen og de nødvendige trin for at producere det tilsigtede resultat. Programmeringssprog skal være en notational måde at repræsentere både processen og dataene på. Til dette formål tilvejebringer sprog kontrolkonstruktioner og datatyper.
Kontrolkonstruktioner gør det muligt at repræsentere algoritmiske trin på en bekvem, men utvetydig måde. Som et minimum kræver algoritmer konstruktioner, der udfører sekventiel behandling, valg til beslutningstagning og iteration til gentagen kontrol. Så længe sproget giver disse grundlæggende udsagn, kan det bruges til algoritmrepræsentation.
Alle dataelementer på computeren er repræsenteret som strenge med binære cifre. For at give disse strenge mening er vi nødt til at have datatyper. Datatyper giver en fortolkning af disse binære data, så vi kan tænke på dataene i termer, der giver mening med hensyn til det problem, der løses. Disse indbyggede datatyper på lavt niveau (undertiden kaldet de primitive datatyper) giver byggestenene til algoritmeudvikling.
For eksempel giver de fleste programmeringssprog en datatype til heltal. Strenge af binære cifre i computerens hukommelse kan fortolkes som heltal og gives de typiske betydninger, som vi ofte forbinder med heltal (f.eks. 23, 654 og -19). Derudover giver en datatype også en beskrivelse af de operationer, som dataelementerne kan deltage i. Med heltal er operationer som addition, subtraktion og multiplikation almindelige. Vi er kommet til at forvente, at numeriske typer data kan deltage i disse aritmetiske operationer.
Vanskeligheden, der ofte opstår for os, er det faktum, at problemer og deres løsninger er meget komplekse. Disse enkle, sproglige konstruktioner og datatyper, selvom de bestemt er tilstrækkelige til at repræsentere komplekse løsninger, er typisk i en ulempe, når vi arbejder igennem problemløsningsprocessen. Vi har brug for måder til at kontrollere denne kompleksitet og hjælpe med skabelsen af løsninger.