[图解]静态关系和动态关系

news2024/11/15 4:38:27

1
00:00:01,060 --> 00:00:04,370
首先我们来看静态关系和动态关系

2
00:00:06,160 --> 00:00:10,040
我们要尽量基于静态关系来建立动态关系

3
00:00:11,740 --> 00:00:13,740
不能够在没有这个的基础上

4
00:00:14,220 --> 00:00:17,370
没有这个的情况下就胡乱建立动态关系

5
00:00:17,650 --> 00:00:19,520
比如说,我们有4个类ABCD

6
00:00:21,530 --> 00:00:22,450
它们之间怎么合作

7
00:00:23,910 --> 00:00:26,480
你可以说A找B,B找C

8
00:00:26,490 --> 00:00:29,110
A找D,也可以说A找B,B找C

9
00:00:29,120 --> 00:00:30,640
C找D,也可以

10
00:00:30,650 --> 00:00:33,850
A找B,B找C,C找D,哪一个合理

11
00:00:35,490 --> 00:00:37,790
你没有静态关系作为依据

12
00:00:38,630 --> 00:00:39,550
你是不知道的

13
00:00:40,640 --> 00:00:42,140
但我们很多人经常是这样的

14
00:00:42,790 --> 00:00:45,140
你跟他说,你给我讲讲你怎么设计的

15
00:00:45,960 --> 00:00:47,840
他就跟你介绍,你看,我是这样

16
00:00:47,850 --> 00:00:50,320
A调用B,B调用C 

17
00:00:50,330 --> 00:00:53,450
A调用D,对呀,他代码就这样写的

18
00:00:53,780 --> 00:00:55,950
代码不是摆在那里吗

19
00:00:56,920 --> 00:00:59,260
但是你问他,你为什么要这样做

20
00:01:00,470 --> 00:01:02,150
为什么你觉得这样做是合理的

21
00:01:02,160 --> 00:01:03,600
我不知道

22
00:01:04,190 --> 00:01:06,970
我就觉得这样做合理,那不行

23
00:01:07,910 --> 00:01:09,580
要有这个作为依据的

24
00:01:10,500 --> 00:01:13,880
就像这个,张三和李四是夫妻

25
00:01:13,890 --> 00:01:15,810
这是静态关系

26
00:01:17,820 --> 00:01:21,050
他们在民政局档案里面已经登记在案了

27
00:01:22,400 --> 00:01:24,220
昨天是,今天是,明天也是的

28
00:01:24,750 --> 00:01:28,220
即使当前时间点他们没有在啪啪啪

29
00:01:29,040 --> 00:01:30,350
他们依然是夫妻

30
00:01:33,410 --> 00:01:36,940
这个就和下面这个,张三和李四

31
00:01:36,950 --> 00:01:38,020
昨天下午4点

32
00:01:38,780 --> 00:01:40,860
在某某地方发生了某某交互

33
00:01:43,070 --> 00:01:44,280
这个是动态的

34
00:01:44,680 --> 00:01:49,200
你看他在某一个时间点下面发生的行为

35
00:01:49,530 --> 00:01:52,670
而且是时间很短的

36
00:01:55,880 --> 00:01:56,560
动态的

37
00:01:58,680 --> 00:02:01,030
为什么刚才我们讲这个

38
00:02:01,040 --> 00:02:03,810
意思就是,假设张三

39
00:02:03,820 --> 00:02:05,930
现在想需要某种服务

40
00:02:07,400 --> 00:02:08,560
Ta应该找谁最合适

41
00:02:10,010 --> 00:02:11,360
应该找李四,为什么

42
00:02:11,670 --> 00:02:13,430
因为你和Ta都是夫妻了

43
00:02:14,310 --> 00:02:15,710
你调用Ta一次

44
00:02:16,890 --> 00:02:18,950
整个系统的耦合度有没有上升

45
00:02:19,930 --> 00:02:20,450
没有的

46
00:02:21,910 --> 00:02:24,570
不做白不做,做了也白做

47
00:02:25,750 --> 00:02:27,100
整个系统耦合度没上升

48
00:02:27,110 --> 00:02:31,700
因为这个耦合度比下面这个要强

49
00:02:32,840 --> 00:02:34,590
我们两个是夫妻了

50
00:02:36,250 --> 00:02:37,330
我找你拿100块钱

51
00:02:37,340 --> 00:02:39,170
我从你包里拿100块钱,这算什么

52
00:02:40,780 --> 00:02:42,550
但如果说我跟你本来不认识

53
00:02:43,060 --> 00:02:44,060
我现在需要钱了

54
00:02:44,060 --> 00:02:46,550
我就从你包里拿100块

55
00:02:46,560 --> 00:02:50,050
那不行,那就犯法了

56
00:02:55,660 --> 00:03:00,470
这样来,尽量把动态的调用

57
00:03:00,480 --> 00:03:06,400
建立在有静态关系的对象之间

58
00:03:07,540 --> 00:03:10,140
这样整个系统耦合度才不会

59
00:03:10,850 --> 00:03:12,290
才不会上升得很快

60
00:03:12,460 --> 00:03:17,690
我们知道系统的耦合度或混乱度是上升的

61
00:03:17,700 --> 00:03:19,490
但是我们希望上升是怎么上升

62
00:03:19,580 --> 00:03:20,610
是这样上升

63
00:03:22,360 --> 00:03:25,150
至少上升的程度要缓慢一点

64
00:03:25,560 --> 00:03:26,820
如果你是这样上升

65
00:03:28,720 --> 00:03:32,100
上升还有一个加速度,那还得了

66
00:03:33,060 --> 00:03:35,980
这个就完蛋了

67
00:03:35,990 --> 00:03:37,060
至少要慢点

68
00:03:39,480 --> 00:03:39,830
这样来

69
00:03:41,030 --> 00:03:43,860
如果说你违反这个,你一着急

70
00:03:45,840 --> 00:03:47,780
张三一着急,想要某种服务

71
00:03:47,790 --> 00:03:50,030
Ta随便找个陌生人乱搞

72
00:03:51,130 --> 00:03:52,840
大家都这样的话,很可能怎么样

73
00:03:53,130 --> 00:03:53,620
很快

74
00:03:54,220 --> 00:03:57,320
整个城市,整个系统,所有人都有问题

75
00:03:58,630 --> 00:04:00,240
所有人都有关系

76
00:04:00,250 --> 00:04:03,150
一个地方有问题

77
00:04:03,870 --> 00:04:05,260
张三得了某某病

78
00:04:05,270 --> 00:04:07,390
可能很多人都得了

79
00:04:09,550 --> 00:04:12,980
尽量基于静态关系来建立动态关系

80
00:04:13,110 --> 00:04:14,460
所以我们建模的时候

81
00:04:15,870 --> 00:04:16,950
就按照这个顺序来

82
00:04:17,240 --> 00:04:19,130
先对泛化关联建模

83
00:04:21,030 --> 00:04:24,140
然后在这个基础上

84
00:04:24,750 --> 00:04:26,400
通过画序列图等等

85
00:04:26,410 --> 00:04:30,270
再建模动态的依赖

86
00:04:35,220 --> 00:04:38,130
刚才讲的是静态关系和动态关系

87
00:04:39,050 --> 00:04:43,180
我们来看静态关系两种的区别

88
00:04:43,790 --> 00:04:45,130
泛化和关联的区别

89
00:04:46,840 --> 00:04:49,400
泛化和关联,刚才说了,一个集合关系

90
00:04:49,410 --> 00:04:51,000
一个个体关系

91
00:04:52,010 --> 00:04:53,910
泛化是一种集合关系

92
00:04:55,990 --> 00:05:00,510
B、C泛化到A,意味着什么

93
00:05:01,710 --> 00:05:06,410
A的对象集合包含了BC的对象集合

94
00:05:09,500 --> 00:05:10,970
集合的包含

95
00:05:13,860 --> 00:05:16,320
而A和B、C有关联

96
00:05:17,170 --> 00:05:17,810
意思是什么

97
00:05:18,190 --> 00:05:19,720
A集合里面的个体

98
00:05:19,730 --> 00:05:21,600
跟B、C里面的个体

99
00:05:22,050 --> 00:05:23,310
发生了映射

100
00:05:24,550 --> 00:05:25,550
有对应关系

101
00:05:27,360 --> 00:05:28,760
因为它是个体关系

102
00:05:28,850 --> 00:05:32,040
所以就有1对多、多对多,1对0..1

103
00:05:32,050 --> 00:05:33,160
之类的

104
00:05:33,510 --> 00:05:34,670
只有关联才有的

105
00:05:36,170 --> 00:05:37,180
泛化是没有的

106
00:05:39,850 --> 00:05:41,630
这是本质的区别

107
00:05:42,830 --> 00:05:46,580
你光从人类的自然语言,有时候很难判断的

108
00:05:48,150 --> 00:05:50,580
比如说,人有男人有女人

109
00:05:51,860 --> 00:05:54,290
这个人和男人女人是泛化是关联

110
00:05:55,490 --> 00:05:56,610
是泛化,为什么

111
00:05:56,620 --> 00:06:00,030
因为人有男人有女人

112
00:06:00,040 --> 00:06:03,050
并不是说一个人的个体,像我

113
00:06:03,910 --> 00:06:05,350
然后肚子里面吃了一个男人

114
00:06:05,360 --> 00:06:06,510
一个女人在里面,不是

115
00:06:06,520 --> 00:06:08,400
而是什么

116
00:06:08,410 --> 00:06:09,720
男人的集合

117
00:06:10,170 --> 00:06:12,010
全世界有70多亿

118
00:06:13,010 --> 00:06:14,700
包含了男人的集合

119
00:06:14,710 --> 00:06:15,940
和女人的集合

120
00:06:17,030 --> 00:06:18,700
它是一个集合的包含

121
00:06:22,160 --> 00:06:23,280
所以是泛化关系

122
00:06:24,350 --> 00:06:25,750
而人有手有脚

123
00:06:27,380 --> 00:06:28,380
这个是关联了

124
00:06:29,390 --> 00:06:30,410
人有手有脚

125
00:06:30,420 --> 00:06:32,580
意思并不是说人的集合

126
00:06:32,590 --> 00:06:33,860
包括脚的集合

127
00:06:34,280 --> 00:06:36,850
手的集合,你看桌子也有脚

128
00:06:38,130 --> 00:06:39,320
跟人就没关系

129
00:06:39,700 --> 00:06:41,090
他是说,一个人的个体

130
00:06:42,000 --> 00:06:44,760
由两个手、两个脚组装而成

131
00:06:45,360 --> 00:06:47,800
你看,多重性,两个

132
00:06:48,840 --> 00:06:50,080
个体的组装

133
00:06:50,960 --> 00:06:51,720
所以是关联

134
00:06:52,740 --> 00:06:54,240
你看,都是人有什么什么

135
00:06:54,250 --> 00:06:55,360
一个是泛化

136
00:06:55,690 --> 00:06:57,740
一个是关联

137
00:06:58,910 --> 00:07:01,410
我们来看,人有车有房是什么

138
00:07:02,500 --> 00:07:03,410
这是关联

139
00:07:06,140 --> 00:07:09,540
一个人可能跟某几个车有关联

140
00:07:09,550 --> 00:07:13,170
张三跟那一辆法拉利有关联

141
00:07:13,570 --> 00:07:17,170
李四跟那一辆奥迪有关联

142
00:07:17,180 --> 00:07:19,150
他是个体的

143
00:07:20,930 --> 00:07:22,390
人有高富帅有屌丝呢

144
00:07:23,600 --> 00:07:25,880
这是泛化了,人的集合

145
00:07:26,390 --> 00:07:29,920
包括高富帅的集合和屌丝的集合在里面

146
00:07:31,300 --> 00:07:35,380
集合的包含,泛化,这样来区分

147
00:07:36,410 --> 00:07:41,260
当然,如果说我们比较熟悉的领域

148
00:07:41,930 --> 00:07:43,170
一眼就可以看出来的

149
00:07:43,180 --> 00:07:46,260
那不用去想这么多

150
00:07:46,270 --> 00:07:49,800
像刚才人、男人、女人什么的这种,一看就知道了

151
00:07:49,810 --> 00:07:51,490
不用再想那么多

152
00:07:51,980 --> 00:07:53,340
我们说这个意思就是说

153
00:07:54,160 --> 00:07:57,810
当你对这个概念还不熟悉的时候

154
00:07:59,330 --> 00:08:00,990
面对一个陌生的领域

155
00:08:01,000 --> 00:08:04,750
不像人男女手脚这么简单的

156
00:08:05,760 --> 00:08:07,360
那么这个可以帮助我们思考

157
00:08:07,870 --> 00:08:09,390
追溯到集合、个体

158
00:08:09,830 --> 00:08:12,690
可以帮助我们来确定什么关系更合适

159
00:08:16,300 --> 00:08:18,510
刚才讲了泛化和关联的区别

160
00:08:18,720 --> 00:08:24,190
我们来看看,怎么来识别泛化关系

161
00:08:26,130 --> 00:08:26,570
泛化的识别怎么找

162
00:08:27,370 --> 00:08:29,600
第一个寻找的思路,就是直接形成

163
00:08:30,080 --> 00:08:32,900
我们两个类两个类的看

164
00:08:33,440 --> 00:08:34,510
A和B这样看

165
00:08:35,910 --> 00:08:38,110
看看这两个有没有泛化关系

166
00:08:38,620 --> 00:08:40,930
我们可以问,A是一种B吗

167
00:08:41,780 --> 00:08:42,960
或者B是一种A吗

168
00:08:42,970 --> 00:08:43,440


169
00:08:44,070 --> 00:08:45,140
两个两个这样看

170
00:08:45,880 --> 00:08:46,480
这是一种

171
00:08:48,540 --> 00:08:51,260
第二种,有没有自下而上的

172
00:08:53,780 --> 00:08:55,840
就看两个类有没有共性

173
00:08:56,660 --> 00:08:58,010
把共性提炼上去

174
00:08:59,640 --> 00:09:00,760
提炼出一个超类来

175
00:09:00,930 --> 00:09:01,560
自下而上

176
00:09:01,570 --> 00:09:10,370
或者说,从特殊到一般,第三个,自上而下的

177
00:09:10,830 --> 00:09:13,620
这个就是刚才我们审查类和属性的时候说的

178
00:09:15,010 --> 00:09:17,780
本来我只有一个C,后来发现什么

179
00:09:17,790 --> 00:09:23,700
C里面有些特征只有一部分对象有

180
00:09:24,620 --> 00:09:25,390
说明什么

181
00:09:25,730 --> 00:09:28,640
这些特征很可能不是属于C这个类的

182
00:09:28,650 --> 00:09:30,870
而是属于它里面的一个子类

183
00:09:32,740 --> 00:09:35,840
说明C发生分裂,分裂出AB来

184
00:09:36,670 --> 00:09:38,580
就像刚才讲那个人一样的

185
00:09:39,030 --> 00:09:40,050
人有卵巢

186
00:09:41,020 --> 00:09:43,470
人有喉结,对吗

187
00:09:43,950 --> 00:09:44,610
好像对

188
00:09:45,250 --> 00:09:46,920
但是我们细细看

189
00:09:47,440 --> 00:09:50,080
喉结、卵巢它不属于所有人的

190
00:09:50,750 --> 00:09:52,950
只有一部分人有,意味着什么

191
00:09:53,310 --> 00:09:54,620
人发生了分裂

192
00:09:54,890 --> 00:09:56,280
分裂成男人和女人

193
00:09:57,520 --> 00:09:58,770
喉结是男人的

194
00:09:59,380 --> 00:10:06,020
卵巢是女人的,三种,这是泛化关系的识别

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2156897.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

2024PHP彩虹工具网源码一个多功能工具箱程序支持72种常用站长和开发等工具

安装: PHP>7.4 伪静态设置Thinkphp 设置/public为网站运行目录 访问你的域名/install进行安装即可 安装扩展 sg11 ,fileinfo , ionCube 常用功能 站长工具:ICP备案查询、IP地址查询、域名Whios查询、腾讯域名拦截查询、Mysql…

828华为云征文 | 构建高效搜索解决方案,Elasticsearch Kibana的完美结合

前言 构建高效搜索解决方案,FlexusX服务器与Elasticsearch & Kibana的完美结合,为企业带来云端搜索新体验。FlexusX实例以其卓越性能与灵活扩展性,确保高并发搜索的流畅运行。部署Elasticsearch,享受分布式搜索的精准与快速&a…

从Yargs源码学习中间件的设计

yargs中间件介绍 yargs 是一个用于解析命令行参数的流行库,它能帮助开发者轻松地定义 CLI(命令行接口),并提供参数处理、命令组织、help文本自动生成等功能。今天我们来学习一下它对中间件的支持。 中间件的API详细信息&#xff0…

Python | Leetcode Python题解之第430题扁平化多级双向链表

题目: 题解: class Solution:def flatten(self, head: "Node") -> "Node":def dfs(node: "Node") -> "Node":cur node# 记录链表的最后一个节点last Nonewhile cur:nxt cur.next# 如果有子节点&#…

旋转机械故障数据集 全网首发

旋转机械故障 数据集 11G资料 泵、齿轮箱、电机、流量、液压系统、轴承(西储大学、辛辛那提大学、FEMTO、MOSFET)、PHM08挑战数据集、我闪发动机降级模拟数据集、铣床等 旋转机械故障数据集 数据集描述 该数据集是一个综合性的旋转机械故障检测和诊断数据集,旨在…

【ChatGPT】提示词助力广告文案、PPT制作与书籍推荐的高效新模式

博客主页: [小ᶻZ࿆] 本文专栏: AIGC | ChatGPT 文章目录 💯前言💯高效广告推销文案提示词使用方法 💯AI自动生成PPT全流程提示词使用方法 💯精选书籍推荐爆款文案提示词使用方法 💯小结 💯…

【VUE3.0】动手做一套像素风的前端UI组件库---Radio

目录 引言做之前先仔细看看UI设计稿解读一下都有哪些元素:参考下成熟的组件库,看看还需要做什么? 代码编写1. 设计group包裹选项的组件group.vueitem.vue 2. 让group的v-model和item的value联动起来3. 完善一下item的指示器样式4. 补充禁用模…

【测试】——JUnit

📖 前言:JUnit 是一个流行的 Java 测试框架,主要用于编写和运行单元测试,用来管理测试用例。本文采用JUnit 5 目录 🕒 1. 添加依赖🕒 2. 注解🕘 2.1 Test🕘 2.2 BeforeAll AfterAll&…

【Docker】基于docker compose部署artifactory-cpp-ce服务

基于docker compose部署artifactory-cpp-ce服务 1 环境准备2 必要文件创建与编写3 拉取镜像-创建容器并后台运行4 访问JFog Artifactory 服务 1 环境准备 docker 以及其插件docker compose ,我使用的版本如下图所示: postgresql 的jdbc驱动, 我使用的是…

【图像检索】基于纹理(LBP)和形状特征的图像检索,matlab实现

博主简介:matlab图像代码项目合作(扣扣:3249726188) ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 本次案例是基于纹理(LBP)和形状特征(hu特征)的图像检索,用m…

力扣206.反转链表

力扣《反转链表》系列文章目录 刷题次序,由易到难,一次刷通!!! 题目题解206. 反转链表反转链表的全部 题解192. 反转链表 II反转链表的指定段 题解224. 两两交换链表中的节点两个一组反转链表 题解325. K 个一组翻转…

【二等奖论文】2024年华为杯研究生数学建模E题成品论文获取入口

您的点赞收藏是我继续更新的最大动力! 一定要点击如下的卡片链接,那是获取资料的入口! 点击链接获取【2024华为杯研赛资料汇总】: https://qm.qq.com/q/Wgk64ntZCihttps://qm.qq.com/q/Wgk64ntZCi 详细建模思路: 要解…

C++--模板(template)详解—— 函数模板与类模板

目录 1.泛型编程 2.函数模板 2.1 函数模板概念 2.2 函数模板格式 2.3 函数模板的原理 2.4 函数模板的实例化 2.5 模板参数的匹配原则 3.类模板 3.1 类模板的定义格式 3.2 类模板的实例化 1.泛型编程 在C中如果让你写一个交换函数,应该怎么做呢&#xff1f…

二叉树进阶【c++实现】【二叉搜索树的实现】

目录 二叉树进阶1.二叉搜索树1.1二叉搜索树的实现1.1.1二叉搜索树的查找1.1.2二叉搜索树的插入1.1.3中序遍历(排序)1.1.4二叉搜索树的删除(重点) 1.2二叉搜索树的应用1.2.1K模型1.2.2KV模型 1.3二叉搜索树的性能分析 二叉树进阶 前言: map和set特性需要先铺垫二叉搜…

Python3网络爬虫开发实战(16)分布式爬虫(第一版)

文章目录 一、分布式爬虫原理1.1 分布式爬虫架构1.2 维护爬取队列1.3 怎样来去重1.4 防止中断1.5 架构实现 二、Scrapy-Redis 源码解析2.1 获取源码2.2 爬取队列2.3 去重过滤2.4 调度器 三、Scrapy 分布式实现3.1 准备工作3.2 搭建 Redis 服务器3.3 部署代理池和 Cookies 池3.4…

超越sora,最新文生视频CogVideoX-5b模型分享

CogVideoX-5B是由智谱 AI 开源的一款先进的文本到视频生成模型,它是 CogVideoX 系列中的更大尺寸版本,旨在提供更高质量的视频生成效果。 CogVideoX-5B 采用了 3D 因果变分自编码器(3D causal VAE)技术,通过在空间和时…

【OpenAI o1背后技术】Sef-play RL:LLM通过博弈实现进化

【OpenAI o1背后技术】Sef-play RL:LLM通过博弈实现进化 OpenAI o1是经过强化学习训练来执行复杂推理任务的新型语言模型。特点就是,o1在回答之前会思考——它可以在响应用户之前产生一个很长的内部思维链。也就是该模型在作出反应之前,需要…

简单题104. 二叉树的最大深度 (python)20240922

问题描述: python: # Definition for a binary tree node. # class TreeNode(object): # def __init__(self, val0, leftNone, rightNone): # self.val val # self.left left # self.right right class Solution(object…

Python 入门(一、使用 VSCode 开发 Python 环境搭建)

Python 入门第一课 ,环境搭建...... by 矜辰所致前言 现在不会 Python ,好像不那么合适,咱先不求精通,但也不能不会,话不多说,开干! 这是 Python 入门第一课,当然是做好准备工作&a…

论前端框架的对比和选择 依据 前端框架的误区

前端框架的对比和选择依据 在前端开发中,有多种框架可供选择,以下是一些常见前端框架的对比和选择依据: 一、Vue.js 特点: 渐进式框架,灵活度高,可以逐步引入到项目中。学习曲线相对较平缓,容…