软件工程这门课，说难不难，说简单也真不简单。期末临时抱佛脚背两天，考完就忘；考研复习又得从零捡起来，跟没学过似的。我见过太多同学在这门课上栽跟头，不是因为笨，而是压根没搞明白它到底考什么、怎么学。这篇东西就是想把软件工程复习这盘棋给你理清楚，从课本选择、笔记整理到期末突击和考研长线备考，一条条拆开讲，顺手把容易踩的坑也给你标出来。不管是只剩两周期末冲刺，还是准备考研初试复试，都可以直接按着这里面的思路走。
1. 先想清楚：软件工程这门课到底在考什么
1.1 它和数据结构、操作系统完全不是一类课
很多人复习软件工程，还在用学数据结构、操作系统那套思路，死磕代码实现、深挖底层机制。这是第一个大坑。
数据结构考察的核心是你能不能写出某个算法的代码，操作系统的重点在于进程调度、内存管理这些机制的逻辑。而软件工程不一样，它本质上是一门“工程管理”和“过程控制”的学问，核心不是代码怎么写，而是软件怎么被有计划、有标准、有质量地开发出来。你回忆一下课本里的主要内容，生命周期、开发模型、需求分析、软件设计、测试、维护、项目管理、CMM，哪一个是在讲具体代码？几乎没有。它讲的全都是流程、规范、模型、原则和方法。
所以复习之前必须先完成一次思维转换：把软件工程当成一门偏记忆、偏理解、偏应用的课，而不是偏编程的课。代码能力好的人未必能在这门课上拿高分，反过来，代码写不利索的人，只要掌握了复习方法，照样能在这门课上拿很高的分数。
讲清楚这个定位特别重要。因为定位决定策略：如果你还把它当编程课复习，你会在诸如“程序流程图怎么画”“代码怎么设计”这些细枝末节上钻牛角尖，而忽略掉真正的考点——比如瀑布模型每个阶段产物是什么、内聚和耦合的等级排序、等价类划分怎么设计测试用例。
1.2 背和理解的分界线到底划在哪里
软件工程既有大量需要纯背诵的内容，也有大量需要理解、应用甚至计算的内容。划不清楚这条线，要么累死，要么丢分。
需要死背的是：各种概念的定义、生命周期的阶段划分、每个阶段要输出的文档、每种开发模型的优缺点、CMM五个等级的名称与关键过程、软件维护的四种类型、测试的基本概念。这一类内容没有任何技巧，就是反复记忆，但可以通过口诀、思维导图、对比表来降低记忆成本。
需要理解并会应用的是：内聚耦合高低的判定、高内聚低耦合的设计原则、DFD数据流图的画法、用例图的元素关系、白盒测试的路径覆盖计算、McCabe圈复杂度公式、关键路径的计算、甘特图和PERT图的区别。这些东西光背定义没用，题目会给你一个具体场景，让你判断属于哪种内聚、计算复杂度是多少、找出图中关键路径。这类内容必须配合做题才能真正掌握。
最误导人的是第三种：既有记忆成分、又有理解成分的混合型考点。比如需求分析，背的是需求分析有哪些方法和步骤，理解的是怎么从用户描述中提取出功能需求、画出用例图。再比如黑盒测试，背的是等价类划分、边界值分析的定义，实际考核时是给你一个输入域，让你划分有效等价类和无效等价类，再设计典型用例。复习这类内容时，最忌讳“看着都会，一做就废”，所以必须用真题去检验。
1.3 根据目标倒排复习计划
你的目标决定了你的深度和投入时间。只用两周准备期末，和准备考研初试，完全是两种打法。
期末复习的目标是：在有限时间内覆盖高频考点、拿尽可能高的分数。打法上要“抓大放小”：把过往五年期末卷的题型统计出来，找出哪些考点反复出现，优先攻这些；冷门章节（比如软件复用、CASE工具）如果分数占比不高，可以放到最后复习甚至战略性抛弃。时间安排上，建议前三分之一时间过框架和重点概念，中间三分之一做真题映射考点，最后三分之一集中记忆容易混淆的内容和刷计算题。
考研复习的目标是：建立完整、扎实的知识体系，不仅要会背会做，还要能跨章节串联。比如问你“在设计阶段如何体现高内聚低耦合原则”，这考的是软件设计章节的知识，但回答时需要你理解需求分析阶段的输出如何输入给设计阶段。考研复习不能用期末那种突击打法，必须有体系、有分层。建议三轮复习：第一轮精读教材+做笔记，把所有概念细节过一遍，这一轮大概需要三到四周；第二轮以章节为单位刷题，把常见题型尤其是计算题、设计题练熟，用时约两周；第三轮回归框架，用一张大图把全书串起来，查漏补缺，用时约一周。
一句话：期末看覆盖，考研看深度。先明确目标再动手，别一上来就闷头看书。
2. 课本和笔记怎么选、怎么用
2.1 主教材选哪本：一门课一本主教材才是正道
很多同学的第一个问题就是“教材太多，到底该看哪本”。我的建议非常明确：确定一本主教材，其他的都只是参考。常见的主流教材，内容框架基本一致，都是围绕软件生命周期展开，但在详略安排、章节顺序、案例选择上有差异。你东翻一本西翻一本，很容易把知识体系搞乱，觉得这个教材上写了、那个教材上没有，实际上它们都是将相同知识点换了个说法而已。
选主教材就看两点：一是你们学校指定的是哪本，期末出题通常以它为准，这个没得选；二是如果考研，就看目标院校指定的参考书或历年考生公认的版本。选定之后，所有复习都以它为基准。
比较理想的搭配是“一本主教材+一本习题集”。习题集不要贪多，选一本章节同步、题型合理的就够了。市面上的习题集很多都是题库拼凑，解析错误多、答案陈旧。选的时候先翻几个章节的关键题目，看看解析是不是讲清楚了“为什么是这个答案”，而不是只给个结果。
辅助资料里，PPT课件是个双刃剑。老师课件的好处是重点突出、和期末考点高度匹配；坏处是太碎片化，脱离课本上下文。建议把课件当成“考点索引”，在课件里看到某个知识点，回到教材里找它的完整框架，而不是直接把课件打印出来当复习材料背。
2.2 笔记怎么做：按知识模块搭框架，千万别按章节抄书
软件工程这门课概念密度极大，单看一章可能觉得还好，看完三章就会开始混淆。比如开发模型那一节，瀑布模型、原型模型、增量模型、螺旋模型，优缺点各有不同，你连背三个就可能记串。这时候笔记的作用就体现出来了。
笔记绝不是抄书，也不是把课件复制粘贴。笔记的作用是帮你压缩信息、建立关联。我的习惯是：以“输出物”为主线建模块。比如：
- 阶段模块：每个生命周期阶段对应哪些活动、哪些输入、哪些输出文档。
- 模型模块：每种开发模型的适用场景、优点、缺点，做成对比表。
- 方法模块：结构化方法、面向对象方法各自在需求分析、设计、实现阶段的工具。
- 公式模块：所有能计算的公式集中在同一页，比如McCabe复杂度、关键路径、项目估算的各类公式。
- 易混模块：把容易混淆的概念放一起，列成对照表。比如黑盒测试和白盒测试、系统测试和验收测试、软件的改正性维护和适应性维护。
这种模块化笔记的好处是后期复习效率极高。冲刺期你不需要抱着300页的教材从头翻，一个模块一页纸，全书压成十几张纸，绝大多数考点都在上面。而且模块化笔记天然适合做“连线题式”复习——比如把开发模型和适用场景连一连，把测试方法和检测对象连一连，这种方式比死记硬背牢固得多。
笔记做完之后要多轮迭代。第一轮是看书做的；第二轮是通过做题发现问题，反过来往笔记里补例题；第三轮是冲刺期做减法，把已经滚瓜烂熟的内容删掉，只留下还记不住的。所以笔记不要一上来就追求完美，它应该是越做越薄的。
2.3 真题和期末题的正确用法
真题是最宝贵的复习资源，但前提是用法得当。
期末题的价值在于揭示“这个学校怎么考”。有的学校偏好考概念填空，有的喜欢考小案例分析，有的侧重计算和应用。你拿到近三年期末题，先不要急着做，而是把每道题考的知识点标注出来，统计一下哪些章节出现的频率最高。这一步做完，你对复习重点的判断就有了数据支撑，而不是靠猜。
考研真题的用法更讲究。如果在复习初期就做套卷，很容易受到打击，因为知识体系还没建起来。我的建议是：第一轮复习期间，只看真题考点分布，不做具体题；第二轮开始，每次复习完一个章节就做对应章节的真题，不限时间，重点在做题质量和知识点的查漏补缺；第三轮才开始卡时间做整套真题，训练作答速度和节奏。
还有一个很多人忽略的做法：研究参考答案的答题结构。软件工程的简答题和论述题，不是把知识点堆上去就完了，它是讲究逻辑的。常见的答题逻辑是“定义—分类—优缺点—应用场景—结合题干的说明”。你把好答案的答题框架提炼出来，变成自己的模板，考场上会省很多力气。
3. 期末线和考研线：两条路怎么走
3.1 期末十天冲刺版：节奏比内容重要
期末突击是很多人的常态，既然时间已经不够了，就别追求全面，要追求命中率。
前三天做框架扫描：把教材目录和各章小结快速过一遍，然后在纸上画出全书的结构图。不用把细节填满，但心里要有数：全书大概分成“基础概念—开发过程—项目管理—质量保证”几大块，每块下面有什么章节。这个阶段要快，每天两到三章完全没问题。
中间四天处理高频考点：根据旧卷统计出来的高频章节，逐个击破。概念类考点整理成大题背诵清单，每天早晚各背一轮；计算类考点（比如McCabe复杂度、等价类划分、关键路径、职责划分）动手刷题，每个类型至少做五道。这几天的核心是重复，背了忘就再背，关键是让短期记忆在考试当天保持峰值。
最后三天进入战斗状态：第一天做一套最近年份的期末题，严格限时，摸清自己每题的大致答题时间。第二天针对错题暴露出来的薄弱点定向补漏。第三天不再学新内容，把笔记里的易混模块、公式模块、高频大题清单各看一遍，晚上早点休息，确保考试当天脑子清醒。
十天能覆盖全部内容吗？不能。但十天把高频考点覆盖到七成以上，是完全可行的。应对期末，这个策略性价比最高。
3.2 考研三轮复习：体系建立不能偷懒
考研复习的时间线拉长到一到两个月，打法就完全不同了。
第一轮（约三到四周）的目标是“把书读厚再读薄”。读教材时不要跳着看，尤其是前四章，那是整个学科的基础。每章学完，画一章逻辑图，并把课后题做完。这一轮结束后，你应该能做到：不看教材也能对着章节名说出该章节的主要内容和关键概念。
第二轮（约两周）的目标是“能力转化”。以题型为核心刷题：背诵题过一遍、计算题练到熟练、设计题和案例分析题按主题整理答题模板。这个过程最容易暴露问题——以为懂了，一做题发现漏了关键点。不要怕错，错的题全记录下来，这比蒙对的题有营养得多。
第三轮（约一周）的目标是“回归框架与实战仿真”。前两天把全书框架重画一遍，把细节粘回到框架上的正确位置；中间三天做套卷限时训练，每套卷子做完认真复盘，不光看对错，还要看答题的时间分配和结构；最后两天回到笔记和错题本，做最后一遍确认。考研这门课复习成败的关键，在于第一轮打底的时候有没有真正建立知识框架，而不是刷了多少道题。
3.3 两条线的重合与岔路
期末和考研在软件工程上是高度重合的。生命周期、开发模型、需求分析、测试这些核心章节，期末考它们，考研也考它们。所以期末复习打下的底子不会白费，考研复习时你会发现很多内容已经在脑子里了。
分岔点在于深度和题型。期末偏重概念记忆和简单应用，考研的题目更灵活、综合性更强。比如期末可能考“什么是瀑布模型，它的优缺点是什么”，考研可能考“一个需求不明确、风险较高的项目，适合采用哪种开发模型？为什么？结合模型特点阐述”。同一个知识点，期末背下来就能答，考研需要理解后应用。因此期末复习的人可以在概念上多花功夫，考研复习的人必须把重心放到案例分析和综合应用上。
另外一个重要岔路是计算题。很多学校的期末卷有计算题，考研更是必考。这部分内容如果你只背概念不做题，两条线上都会吃亏。
4. 高频考点与易错题型拆解
4.1 软件生命周期与开发模型：概念必须烂熟
生命周期是整本书的地基。软件的生命周期通常划分为可行性研究、需求分析、软件设计、编码实现、软件测试、软件维护这几个阶段，也有的教材会细分出软件项目计划和软件运行。你要能说出每个阶段的主要任务和产物，比如需求分析阶段产出的是“软件需求规格说明书”，设计阶段产出的是“概要设计说明书”和“详细设计说明书”。这个知识点的考核率几乎百分之百，期末会考，考研会考，复试大概率还会考。
开发模型是复习的重灾区，因为模型多、特点多、对比维度多。瀑布模型讲究线性推进，每个阶段有明确的文档输出，适合需求明确、稳定性高的项目，但不适应需求变化。原型模型先快速搭一个可运行的简化版本来获取反馈，适合需求不够明确、用户难以描述需求的场景。增量模型把系统分成若干个可独立交付的模块，逐块开发交付，适合需求分批明确的项目。螺旋模型引入了风险分析，每一圈代表一个开发阶段，适合大型、复杂、高风险的系统，但管理难度大、成本高。
复习这些模型的时候，我建议做一张对比表，从“基本思想”“开发过程”“阶段产物”“优点”“缺点”“适用场景”几个维度横向对比。考试的时候凡是看到“某项目需求经常变化”这种描述词，就能立刻锁定是原型模型或增量模型；看到“风险高”锁定螺旋模型；看到“需求非常明确稳定”锁定瀑布模型。这类考题通常不会直接问“什么是瀑布模型”，而是给出项目情境让你选择模型并说明理由，所以模型特点的对比远比孤立记忆重要。
4.2 可行性研究与需求分析：DFD和用例图是必考点
可行性研究考察的四方面一定要记住：经济可行性（成本效益分析）、技术可行性（现有技术能否实现）、社会/法律可行性（是否符合法律法规和行业规范）、操作可行性（用户能否接受和使用）。考研容易在这个点出简答题，给你一个具体系统，让你分析它的可行性。
需求分析是整个软件工程的核心环节。这个知识点几乎必考两类图。第一类是DFD数据流图，它是结构化分析的核心工具，由数据流、加工（处理）、数据存储、外部实体四部分构成。DFD的难点在于区分“数据流”和“控制流”，以及识别外部实体、加工环节之间的逻辑关系。绘制DFD要求数据流必须有名字、数据流不能交叉、外部实体不能直接与数据存储相连。考场上给你一段业务描述让你画出DFD图，这种题型一定要亲手多练几道，光看答案是学不会的。
第二类是用例图，它是面向对象需求分析的核心工具。用例图涉及三要素：参与者（Actor）、用例（Use Case）、关系（关联、包含、扩展、泛化）。最容易混淆的是包含关系和扩展关系：包含关系表示一个用例必然包括另一个用例的步骤，比如“下单”包含“在线支付”；扩展关系表示某个用例在特定条件下才触发另一个用例，比如“取快递”在“包裹破损”这个条件触发“发起售后”。题目经常给一堆业务场景，让你判断画包含还是扩展，这个就需要把两个关系的关键特征背牢：包含是“没有它就完成不了”，扩展是“可选地、基于条件地追加”。
4.3 软件设计：内聚耦合、设计原则全靠理解
软件设计阶段分为概要设计和详细设计。概要设计的产出是模块结构图，详细设计的产出是程序流程图、盒图（N-S图）、PAD图等。从题型来看，概要设计更常考概念，详细设计更常考画图。
设计原则这一块，核心就是“高内聚、低耦合”。内聚是从低到高的顺序要能背出来：偶然内聚、逻辑内聚、时间内聚、过程内聚、通信内聚、顺序内聚、功能内聚。一个模块内部的各部分组成越有逻辑关联，内聚程度就越高。功能内聚最理想，一个模块只做一件完整的事；偶然内聚最差，几个功能只是因为放在一起方便而被堆在一个模块里。考试给定的场景可能是一个模块里既做计算又做打印，你就要能判断出这属于逻辑内聚或通信内聚，并说明为什么。
耦合是从低到高的顺序：非直接耦合、数据耦合、标记耦合、控制耦合、外部耦合、公共耦合、内容耦合。模块间互相依赖越强，耦合越高。数据耦合是指模块间通过参数传递数据，是常规的、较理想的耦合；控制耦合是指一个模块把控制信息传给另一个模块，影响其执行逻辑，这种耦合应当尽量避免；公共耦合是指多个模块共享一个全局数据区，容易制造隐性依赖，风险比较高。考题经常给出调用关系的描述，让你判断耦合类型。记忆时可以按“数据—标记—控制—公共”这条主线展开，考前把等级顺序反复默写几遍。
4.4 测试理论：白盒黑盒要会算更要会用
软件测试在期末和考研中的占比都非常大，因为在设计类和计算类题型里它最好出题。
白盒测试，也叫结构测试，核心是覆盖逻辑。需要掌握的重点是几种逐步增强的覆盖标准：语句覆盖、判定覆盖、条件覆盖、判定-条件覆盖、条件组合覆盖、路径覆盖。它们的关系可以记成一句递进的评价脉络：语句覆盖最弱，路径覆盖最强。考查方式通常是给一段程序和一个循环或判断结构，问采用哪种覆盖标准需要哪些用例，或者计算某标准的用例个数。
McCabe圈复杂度是必考的计算题。有两种常用计算方法：一是根据程序流程图，V(G) = E − N + 2，其中E是图中边的条数，N是节点的个数；二是数区域数，V(G) = 封闭区域数 + 1。考试时先画出控制流图，再套公式计算，按步骤做就不会丢分。圈复杂度的意义就是衡量程序的独立路径数量，它既是测试用例数量的参考上限，也是衡量模块复杂性的重要指标。
黑盒测试，也叫功能测试，重点考察等价类划分、边界值分析和因果图法。等价类划分要分有效等价类和无效等价类，每个类选择代表性数据作为测试用例；边界值分析专门找边界上的值，因为大量错误发生在边界附近。比如要求输入在1到100之间，等价类划分会取一个有效的中间值和一个无效的超出值，边界值分析则会重点测0、1、100、101这几个数。这类题目只要掌握套路，非常容易拿分。
集成测试的方法也需要理解清楚。非渐增式集成测试是一次性把所有模块拼起来测，缺点是一旦出错很难定位，主要用于模块数量较少的场景。渐增式集成测试分为自顶向下和自底向上，前者需要写桩模块，后者需要写驱动模块。自顶向下可以较早验证高层系统的逻辑架构，但底层模块的接口问题发现得晚；自底向上先测底层模块，接口验证比较彻底，但顶层核心流程的系统性验证来得晚。
4.5 项目管理：网络图、关键路径与工作量估算
软件工程的项目管理章节，在期末和考研中几乎必然涉及计算题，这是最容易拉开分差的部分。
网络计划技术中，PERT图和甘特图是两个基础工具。甘特图用横条来显示任务时间，直观但表达不了任务依赖关系；PERT网络图用有向图表示任务顺序和依赖关系，能计算关键路径。考试时给一张PERT图，让你算项目的关键路径、项目总工期，或者某任务的浮动时间。关键路径就是图中从起点到终点耗时最长的那条路径，它决定了项目的最短完工周期，路径上的浮动时间为零。
举个具体例子：A任务耗时5天，B任务要在A完成后开始再耗时3天，C任务也要在A完成后开始再耗时6天，B和C都完成后才能开始D，D耗时2天。那么路径A→B→D的总耗时是5+3+2=10天，路径A→C→D的总耗时是5+6+2=13天，关键路径就是A→C→D，项目最短工期是13天。B任务有3天的浮动时间，因为它是非关键路径上的任务。实际做题时先在纸上画出网络图，用正推法标注最早开始时间、用逆推法标注最晚开始时间，再找出总时差为零的路径，这种题就不太容易错。
工作量估算方面，重点掌握几种经典估算方法。LOC（代码行数）估算法、功能点估算法、COCOMO模型。COCOMO模型的关键公式是工作量 = a × (KLOC)^b，其中a和b根据项目的类型取不同系数。组织型（有机型）、半分离型、嵌入型的系数各有不同，书上的参数表要背下来。考试给一个小项目，告诉你代码行数，让你代入公式算开发工作量，关键就是别把幂运算算错，以及别记混系数。 网上搜索软件工程考研易错top10
4.6 软件维护、CMM与面向对象基础：背诵性价比极高的章节
软件维护部分，核心内容就是四种维护类型：改正性维护（修bug，纠正正在发生的错误）、适应性维护（适应外部环境变化，比如换了操作系统、数据库升级）、完善性维护（新增功能、改进性能，这是占比最高的维护类型）、预防性维护（提前重构优化，防止未来出错）。考试中最常挖的坑就是“根据需求，升级功能”你答成了适应性维护——注意，升级功能属于完善性维护。环境变了才是适应性维护，需求变了是完善性维护。考前把这个对比多过几遍，丢分概率会低很多。
CMM软件能力成熟度模型的五个等级，是软件工程考研必背的内容：初始级、可重复级、已定义级、已管理级、优化级。复习时不能只记名称，要记住每个等级的关键特征。初始级是无序混乱的“个人英雄主义”开发；可重复级是项目级的管理有章可循；已定义级是整个组织的过程标准化；已管理级是用数据和度量来主动管理过程；优化级是持续改进。熟记每个等级对应的关键过程域，后期答题会轻松很多。
面向对象这一块，重点掌握对象、类、封装、继承、多态这几个基本概念。对象是现实世界实体的抽象，类是对象的模板，封装把数据和对数据的操作捆绑在一起对外隐藏实现细节，继承使子类可以复用父类的方法和属性，多态允许同一方法在不同对象上有不同行为。面向对象设计与结构化设计的最大区别在于：后者以功能和数据流为中心，前者以对象和对象间的协作为中心。UML图要会认会画的话，优先把用例图、类图、时序图、状态图，这四个搞定。类图要搞清楚可见性符号“+”（公有）、“#”（受保护）、“−”（私有）以及常见关系泛化、实现、关联、聚合、组合之间的区别。聚合是“整体-部分”但部分可以独立存在，比如班级和学生；组合是部分不能独立存在的强耦合整体关系，比如文章和句子。
5. 常见复习陷阱与实用经验
5.1 陷阱一：用学代码的思维学软工，纠结细节不抓框架
我反复见过这种同学，复习时逮住一段伪代码反复琢磨，追问“这个循环里为什么要这样写”，洋洋洒洒一小时过去了，实际考点一个没覆盖。软件工程的考题几乎不会考某段程序的具体实现，它关注的是“软件怎么做出来的”而不是“某行代码怎么写”。
正确的做法是：先把框架搭起来，再填充细节。建议不管时间多紧张，都先用半天把全书目录和章节小结过一遍，画出知识地图。有了地图，你在复习任何一章时都知道它属于哪个板块、和哪些内容联动，理解深度会完全不同。直接一头扎进第一章从头背的同学，通常背到第四章就开始混，就是因为脑子里没有地图。
5.2 陷阱二：只背不画图，DFD、用例图、流程图全靠想象
软件工程这门课有大量的图形工具，这些图不是用来阅读理解的材料，而是你自己要能动手画出来的。只看不画的后果就是，考试时脑中有一个模糊的印象，但手画不出来。
应对方法很粗暴：每种图动手画三遍。第一遍对着教材或笔记范例临摹，理解每个元素为什么放在那里；第二遍合上资料自己画；第三遍拿一道新的题目，用问题里的业务描述直接画。DFD、用例图、类图、程序流程图、PERT图，都用这个方法来，练过以后你会发现作图题会变成送分题。
5.3 陷阱三：忽略计算题，觉得“考的可能不多”
没有任何依据。McCabe圈复杂度、关键路径、工作量估算、功能点计算，这些是软件工程考研中少数能标准化计算的题目类型，出题概率非常高，也是拉分项。计算题的分是“确定性能拿到的分”，因为你只要掌握套路，对就是对，错也有步骤分，比死记硬背的大题回报稳定得多。
复习计算题不要贪多，每种题型吃透五道典型题就足够应付考试。但吃透的标准是：不看答案，能完整写出解题步骤，并且能解释每一步的依据。你做到这个程度，计算题基本就稳了。
5.4 几个考场答题技巧
简答题和论述题要有结构意识。推荐一个屡试不爽的答题框架：先下定义，再分点展开，最后结合题干说明。比如考“什么是敏捷开发”，你不能只写“敏捷开发是一种以人为核心、迭代开发的方法”，还要展开说明它的核心原则、常用实践（比如短周期迭代、每日站会、持续反馈），并结合实际项目说明这种模式在需求快速变化场景下的优势。加上结合题干的收尾，得分明显会高。
事项注意：画图题必须用清晰、规范的符号，别觉得草稿纸画得乱没事就直接照抄。DFD的数据流要有箭头方向，用例图要有完整的角色标注，PERT图的关键路径要标出来。阅卷时第一眼看到的就是图形规整度，整洁清晰的图在给分上有明显的隐性优势。
5.5 关于心态和精力分配的几句实话
软件工程的复习量在计算机专业课里不算最大，但它知识琐碎、概念密度高，特别容易让人产生“我全掌握了”的错觉，然后一到做题就露馅。你要是发现复习了两遍做题还老错，不用慌，这是正常的。这门课就是靠重复和练习建立条件反射的。
复习过程中一定要安排做题的时间。很多人看似在复习软工，实际只是把教材读了又读、笔记看了又看，做题量几乎为零。这样的复习效果很差。建议每复习完一个章节，立即做对应章节的题目，哪怕只做三道也比只阅读强得多。做题暴露的问题比你看书发现的问题更真实。
根据我自己的经验，这门课最划算的投入就是“画图+做题”。光看不练的那种踏实感是假象。软工的框架就摆在那里，核心考点也就那么多。期末的话，把高频概念背熟、计算题练到位、重点图形画几遍，基本不会翻车；考研的话，在此基础上把案例题练透、把跨章节的串联能力提上来，这科完全可以成为一个稳定拉分的科目。踏踏实实按这个路径走，你会拿到一个对得起付出成绩的分数。
