协作图详解

简介: 协作图详解

一、协作图概要


★协作图是一种交互图,强调的是发送和接收消息的对象之间的组织结构,使用协作图来说明系统的动态情况。


★协作图主要描述协作对象间的交互和链接,显示对象、对象间的链接以及对象间如何发送消息。


★协作图可以表示类操作的实现。


二、协作图中的事物及解释

微信图片_20230701151013.png



三、协作图中的关系及解释

微信图片_20230701151010.png


四、消息标签


消息标签的Format: [前缀] [守卫条件] 序列表达式 [返回值 :=] 消息名


★前缀的语法规则: 序列号,序列号,…,序列号 ‘/’


   (前缀用来同步线程,意思是在发送当前消息之前指定序列号的消息被处理.例:1.1a, 1.1b/)

1

★守卫条件的语法规则: [条件短句]


说明:条件短句通常用伪代码或真正的程序语言来表示。 例:[x>=0]


★返回值和消息名:返回值表示一个消息的返回结果,消息名指出了消息的名字和所需参数。 例:x:=calc ( n )



微信图片_20230701150953.png

五、协作图与顺序图的区别和联系


协作图和顺序图都表示出了对象间的交互作用,但是它们侧重点不同。


★ 顺序图清楚地表示了交互作用中的时间顺序(强调时间),但没有明确表示对象间的关系。


★协作图清楚地表示了对象间的关系(强调空间),但时间顺序必须从顺序号获得。


★协作图和顺序图可以相互转化。


 (进行协作图和顺序图的比较,请参考练习题2)

1

六、协作图例子

微信图片_20230701150937.png



七、练习题

微信图片_20230701150906.png

文章内容扩展学习链接

UML概述

用例图详解

类图详解

顺序图详解

状态图详解

活动图详解

构件图详解


相关文章
|
定位技术
GEE(CCDC-3)——根据CCDC segment分割后的影像进行地类变化统计和绘制土地覆被变化地图
GEE(CCDC-3)——根据CCDC segment分割后的影像进行地类变化统计和绘制土地覆被变化地图
480 0
|
监控 数据安全/隐私保护 Python
ERP系统中的业务流程优化与重构解析
【7月更文挑战第25天】 ERP系统中的业务流程优化与重构解析
1315 0
|
存储 Java Apache
整合Spring Boot和Pulsar实现可扩展的消息处理
整合Spring Boot和Pulsar实现可扩展的消息处理
|
大数据 Java Go
Go语言在大数据处理中的核心技术与工具
【2月更文挑战第22天】本文深入探讨了Go语言在大数据处理领域的核心技术与工具。通过分析Go语言的并发编程模型、内存管理、标准库以及第三方工具库等方面,展现了其在大数据处理中的优势和实际应用。同时,本文也讨论了如何使用这些技术与工具构建高效、稳定的大数据处理系统,为开发者提供了有价值的参考。
|
SQL 运维 监控
老系统重构系列--稳定性摸排灵魂三问
该文主要讨论了老系统改造的过程和方法,特别是针对版权资产管理-财资系统的重构。作者强调了系统稳定性的重要性,并分享了他们团队在重构过程中采取的策略。他们通过确定目标、制定方法论和实施步骤来确保问题的全面摸排,包括核心链路图、流程时序图和问题路由图的绘制,以识别可能的问题和需要加强监控的部分。此外,文章还提到了数据对账监控和系统级统一监控的重要性,以及技术改造和预案的制定。作者提供了相关文章链接以供进一步阅读,并分享了他们在摸排和整改过程中的实际成果。
292 0
|
消息中间件 存储 监控
深度解析Broker的角色与魔法
深度解析Broker的角色与魔法
956 0
|
SQL Windows
Windows 下80端口被进程 System & PID=4 占用的解决方法
Windows 下80端口被进程 System & PID=4 占用的解决方法
2332 0
|
传感器 测试技术 数据库
面向对象分析与设计_用例图
面向对象分析与设计_用例图
1065 0
|
机器学习/深度学习 传感器 算法
指数分布优化算法Exponential distribution optimizer(EDO)附matlab代码
指数分布优化算法Exponential distribution optimizer(EDO)附matlab代码
|
机器学习/深度学习 数据采集 人工智能
数字图像处理课程设计---基于CNN(卷积神经网络)的医学影像识别
医学影像的识别(recognition)、分割(segmentation)和解析(parsing)是医学影像分析的核心任务。医学影像识别是指识别医学图像中的目标。理论上,目标的识别并不需要对目标进行检测或定位;但是实际上,通常会结合检测和定位去辅助完成目标识别。一旦完成识别,或检测,即得到了目标的最小外包矩形框(bounding box),就可以通过分割的任务寻找目标物体的精确边界。当图像中存在多个目标物体时,对多个目标的分割就变成了语义解析的任务,即对2D图像或3D图像中的像素赋予语义标签(Semantic Labels)。通过将同一目标的像素或体素打上相同的标签,就完成了对该目标的分割。
2342 3
数字图像处理课程设计---基于CNN(卷积神经网络)的医学影像识别