将Java代码转换为UML图

osh3o9ms  于 2023-04-10  发布在  Java
关注(0)|答案(2)|浏览(132)

我必须将下面的Java代码转换为UML图,但是我不确定我是否正确地完成了类之间的关联。请您告诉我UML图是否正确。

public class Booking {

    private String name;

    private Time time;

    private Table[] tables;

    public Booking ( String n, int st, int en, int num ){
    }

    public int getStart (  ){
        return 1;
    }

    public int getEnd (  ){
        return 1;
    }

    public Table[] getTables (  ){
        return new Table[3];
    }

    public int getBookingSize (  ){
        return 1;
    }
}
public class Time {

    private int startHour;

    private int endHour;

    public Time ( int st, int en ){
    }

    public int getStart (  ){
        return 1;
    }

    public int getEnd (  ){
        return 1;
    }
}
public class Table {

    private int number;

    private int seats;

    public Table ( int num, int sz ){
    }

    public int getNumber (  ){
        return 1;
    }

    public int getSeats (  ){
        return 1;
    }
}
public class Restaurant {

    private Booking[] bookings;

    public void makeBooking ( String n, int st, int en, int s ){
    }

    public void cancelBooking ( String n ){
    }

    public Table[] getTables ( String n ){
        return new Table[2];
    }

    public int getStTime (String n) {
        return 1;
    }

    public int getEndTime (String n) {
        return 1;
    }
}

pn9klfpd

pn9klfpd1#

我将忽略方法和属性,因为它们是琐碎的,不有趣的(理想情况下应该省略getter)。

您的图表有几个不同之处:

  • Restaurant可能根本没有任何预订,因此应该是*,而不是1..*
  • Booking只需要一个Time,因为Time已经包含了开始和结束
  • 我不知道为什么Restaurant有开始和结束时间。我假设它是为了显示开放时间(这是Time的单个示例)。
  • 根据您的代码,您可以在多个Table上拥有Booking。在您的图中,只有一个是可能的。
  • 一个Table可能有多个Booking。在图中,它可能只有一个。(当然,存在运行时约束,即两个Booking不应该在同一个Time周期内预订相同的Table,但这应该用OCL或注解表示)
  • 已将角色名称添加到关联端点(periodopeningHours ...)

更多说明:

  • Time应该包含单个时间,或者应该将其重命名为PeriodTimeInterval。当前命名令人困惑。
  • Time开始的关系的另一边的多重性可以省略(因为它们在这里没有太多意义)。
swvgeqrz

swvgeqrz2#

+------------------+                     +--------------------+
 |  Input Text     |                     |  Pre-processing   |
 | (Plant Symptoms)|                     | (Tokenization,    |
 |                  |                     |  Embedding, etc.) |
 +--------+---------+                     +--------+-----------+
          |                                          |
 +--------v-----------+         +--------------------v-------------+
 |  Language Model    |         |    Convolutional Neural Network  |
 | (ULM)               |         |       (CNN) for Image Analysis  |
 |                     |         |                                |
 |    +------------+   |         |   +-------------+  +--------+ |
 |    | LSTM Layer |   |         |   | Convolution |  | Fully  | |
 |    | 1          |   |         |   |  Layers     |  |   Connected| |
 |    +------------+   |         |   +-------------+  |  Layers  | |
 |          |          |         |            |        +----------+ |
 |    +-----v-----+    |         |   +--------v-------+            |
 |    | LSTM Layer |    |         |   |   Pooling Layer |            |
 |    | 2          |    |         |   |    (e.g. Max)    |            |
 |    +------------+    |         |   +------------------+            |
 |          |          |         |            |                       |
 |    +-----v-----+    |         |   +--------v-------+            |
 |    | LSTM Layer |    |         |   |  Flatten Layer  |            |
 |    | 3          |    |         |   +------------------+            |
 |    +------------+    |         |            |                       |
 |          |          |         |   +--------v-------+            |
 |    +-----v-----+    |         |   | Fully Connected |            |
 |    |  Output    |    |         |   |    Layers for    |            |
 |    |  Layer     |    |         |   |  Classification  |            |
 |    +------------+    |         |   +------------------+            |
 |          |          |         |            |                       |
 +----------v----------+         +------------v-----------------------+
            |                                      |
 +----------v----------+                           |
 |  Softmax Activation |                           |
 |  (Output Probabilities)|                        |
 +----------------------+                           |
                                                  |
                                    +------------v----------------+
                                    |    Disease Prediction    |
                                    |    (e.g. Healthy,       |
                                    |     Diseased, etc.)     |
                                    +--------------------------+

相关问题