交互概览图

发表于2021-03-09|更新于2021-03-09|UML建模

|总字数:80|阅读时长:1分钟|浏览量:

描述多个交互之间的关系的鸟瞰图。用活动图的形式来描述多个交互之间的相互控制关系。

活动图中的节点是单个的活动，或者是某一个交互序列。交互序列多为顺序图，有时候也可以是通信图。

文章作者: Estom

文章链接: https://estom.github.io/2021/03/09/UML%E5%BB%BA%E6%A8%A1/%E4%BA%A4%E4%BA%92%E6%A6%82%E8%A7%88%E5%9B%BE/

版权声明: 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 Estom的博客！

相关推荐

字典树Trie 参考资料字典树trie 数据结构算法10 1 Trie定义 Trie，又称前缀树或字典树，是一种有序树，用于保存关联数组，其中的键通常是字符串。与二叉查找树不同，键不是直接保存在节点中，而是由节点在树中的位置决定。一个节点的所有子孙都有相同的前缀，也就是这个节点对应的字符串，而根节点对应空字符串。一般情况下，不是所有的节点都有对应的值，只有叶子节点和部分内部节点所对应的键才有相关的值。字典树设计的核心思想是空间换时间，所以数据结构本身比较消耗空间。但它利用了字符串的**共同前缀（Common Prefix）**作为存储依据，以此来节省存储空间，并加速搜索时间。Trie 的字符串搜索时间复杂度为 O(m)，m为最长的字符串的长度，其查询性能与集合中的字符串的数量无关。其在搜索字符串时表现出的高效，使得特别适用于构建文本搜索和词频统计等应用。 2 Trie 的性质根节点（Root）不包含字符，除根节点外的每一个节点都仅包含一个字符；从根节点到某一节点路径上所经过的字符连接起来，即为该节点对应的字符串；任意节点的所有子节点所包含的字符都不相同； ...

05 Pytorch 可视化

tensorboard 使用说明1 数据形式Tensorboard可以记录与展示以下数据形式：标量Scalars 图片Images 音频Audio 计算图Graph 数据分布Distribution 直方图Histograms 嵌入向量Embeddings 2 操作流程tensorflow-tensorboardTensorboard的可视化过程首先肯定是先建立一个graph,你想从这个graph中获取某些数据的信息确定要在graph中的哪些节点放置summary operations以记录信息 1234使用tf.summary.scalar记录标量使用tf.summary.histogram记录数据的直方图使用tf.summary.distribution记录数据的分布图使用tf.summary.image记录图像数据 operations并不会去真的执行计算，除非你告诉他们需要去run,或者它被其他的需要run的operation所依赖。而我们上一步创建的这些summary operations其实并不被其他节点依赖，因此，我们需要特地去运行所有的summa...

ICMPv61 ICMPv6基本概念ICMPv6（Internet Control Message Protocol for the IPv6）是IPv6的基础协议之一。在IPv4中，Internet控制报文协议ICMP（Internet Control Message Protocol）向源节点报告关于向目的地传输IP数据包过程中的错误和信息。它为诊断、信息和管理目的定义了一些消息，如：目的不可达、数据包超长、超时、回应请求和回应应答等。在IPv6中，ICMPv6除了提供ICMPv4常用的功能之外，还是其它一些功能的基础，如邻接点发现、无状态地址配置（包括重复地址检测）、PMTU发现等。分类差错报文：报告转发ICMPv6数据报过程中出现差的差错，包括目的不可达、数据报超长、超时、参数问题等。信息报文：提供诊断功能和附加功能。诊断报文主要包括回送请求报文和回送应答报文。附加功能包括多播侦听发现MLD和邻居发现ND中的使用。 2 ICMPv6报文格式ICMPv6的协议类型号（即IPv6报文中的Next Header字段的值）为58。ICMPv6的报文格式下图所示： ...

线段树Segment Tree1 线段树的概念概述线段树(Segment Tree)也是一棵树，只不过元素的值代表一个区间。常用区间的统计操作，比如一个区间的最大值(max),最小值(min),和(sum) 等等如一个长度为10的数组，它对应的求和线段树，如下图所示(图中的数字表示索引)：定义线段树是一个平衡二叉树，但不一定是完全二叉树。根节点就是 0~lenght-1 的和根节点的左右子树平分根节点的区间然后依次类推，直到只有一个元素不能划分为止，该元素也就是二叉树的叶子节点。复杂度时间复杂度为O(log n) 空间复杂度为O(n) 2 线段树的基本操作构建线段树根据上面我们对线段树的描述，构建一个线段树就比较简单了，根节点就是整个区间，根节点的左右子树平分根节点的区间，直至区间内只剩下一个元素不能平分为止。如下面递归的伪代码： 123456789101112131415161718192021private void buildSegmentTree(int treeIndex, int treeLeft, int treeRi...

ls显示目录内容列表补充说明ls命令就是list的缩写，用来显示目标列表，在Linux中是使用率较高的命令。ls命令的输出信息可以进行彩色加亮显示，以分区不同类型的文件。语法12345ls [选项] [文件名...] [-1abcdfgiklmnopqrstuxABCDFGLNQRSUX] [-w cols] [-T cols] [-I pattern] [--full-time] [--format={long,verbose,commas,across,vertical,single-col‐umn}] [--sort={none,time,size,extension}] [--time={atime,access,use,ctime,status}] [--color[={none,auto,always}]] [--help] [--version] [--] 选项1234567891011121314151617181920212223242526272829...

1 图数据结构图说起来也很简单，就是两个核心点，一个是图节点（nodes/vertics），一个是边（edges/links）表示节点之间的连接关系总体而言，图可以是不规整的（irregular）,对比而言，平时我们看到的图片都是规整的（regular），可以表示成矩阵或者向量。问题在于设计数据结构如何储存图，一般有两种方案矩阵表示又细分成两种用邻接矩阵（adjacency matrix），度矩阵(degree matrix), 拉普拉斯矩阵（Laplacian matrix）去表示, 衍生出各种对拉普拉斯矩阵的操作，比如图傅里叶变换（graph fourier transform)，也有稀疏邻接矩阵用关联矩阵（incidence matrix）表示，行表示节点，列表示边, 和这个相关的例如：超图（hypergraph）这（两）种方式的缺点在于使用内存大，矩阵维度和节点数目N挂钩。但是图的连接常常是稀疏的（sparse）,也就是邻接矩阵中很多元素都是0（两个node没有连接关系），这些0元素会占据大量存储空间，使效率很低下。尤其是大型网络...

数据加载中