软件建模方法论

软件建模方法论
www.zeeklog.com  - 软件建模方法论
# 分解 一个复杂的概念如何通过分解变得更容易理解和控制。

集成

多个模型之间以什么样的技术方案“沟通”。

复用

哪些模型之间有较高重合度,可以将重合部分单独建模重复利用。

分层

这就是「高内聚低耦合」思想的体现,为了让项目更加的井然有序,将职责类似的模型归纳到同一个“层”里。

抽象

将模糊不清的概念进行提炼,让其表现得更加通用,降低复杂度。

结构化

这是一种系统化的决策思维。比如你可以将信息通过二维表或者树型来陈列,然后就能发现其中隐含的一些关系,帮助你决策。

迭代

抛弃完美主义,寻求“合适”。因为那些现在看起来优秀的架构,都是慢慢迭代出来的。

具体怎么做呢?

确定边界

用分解、抽象、结构化的思维来拆分问题并梳理好每个流程。

借助集成、复用、分层思维给出你认为最合理的技术实现方案。形成最终一份完整的架构。

根据对未来的预判对架构方案进行局部修正,直到合理。 在你熟练后,可以根据实际情况自行删减一些步骤。

Read more

超快速,使用ChatGPT编写回归和分类算法

超快速,使用ChatGPT编写回归和分类算法

本文将使用一些 ChatGPT 提示,这些提示对于数据科学家在工作时非常重要。 微信搜索关注《Python学研大本营》,加入读者群,分享更多精彩 以下是一些示例ChatGPT 提示的列表以及数据科学家的响应。 ChatGPT 提示 为决策树回归算法生成 python 代码。 下面是使用scikit-learn在 Python 中进行决策树回归的示例代码: import numpy as np import matplotlib.pyplot as plt from sklearn.tree import DecisionTreeRegressor # Generate random data rng = np.random.default_rng() x = 5 * rng.random(100) y = np.sin(x) + 0.

By Ne0inhk
力扣每日一题:993.二叉树的堂兄弟节点 深度优先算法

力扣每日一题:993.二叉树的堂兄弟节点 深度优先算法

993.二叉树的堂兄弟节点 难度:简单 题目: 在二叉树中,根节点位于深度 0 处,每个深度为 k 的节点的子节点位于深度 k+1 处。 如果二叉树的两个节点深度相同,但 父节点不同 ,则它们是一对堂兄弟节点。 我们给出了具有唯一值的二叉树的根节点 root ,以及树中两个不同节点的值 x 和 y 。 只有与值 x 和 y 对应的节点是堂兄弟节点时,才返回 true 。否则,返回 false。 示例: 示例 1: 输入:root = [1,2,3,4], x = 4, y = 3 输出:false

By Ne0inhk
1239.串联字符串的最大长度 关于字符串的回溯算法!

1239.串联字符串的最大长度 关于字符串的回溯算法!

题目: 给定一个字符串数组 arr,字符串 s 是将 arr 某一子序列字符串连接所得的字符串, 如果 s 中的每一个字符都只出现过一次,那么它就是一个可行解。 请返回所有可行解 s 中最长长度。 提示: 1 <= arr.length <= 16 1 <= arr[i].length <= 26 arr[i] 中只含有小写英文字母 示例: 示例 1: 输入:arr = ["un","iq","ue"] 输出:4 解释:所有可能的串联组合是

By Ne0inhk