考慮真實世界中可能遇到的問題
狗門 2.0 運行一陣后又出現(xiàn)了問題，不只是主人自己的狗狗，其他任何狗叫喚剿配，狗門都會打開搅幅。
軟件都有其運行的上下文環(huán)境，真實世界和設(shè)計時候的理想世界是不同的呼胚，要充分可慮可能遇到的各種情況茄唐。
更新用例
出現(xiàn)問題是因為原先的用例描述不準(zhǔn)確造成的，下面修改用例：
- 將特指的狗改為通用的狗蝇更，即將“狗的名字”改為“主人的狗”
- 將特指的用戶改為通用的用戶沪编，即將“用戶名字”改為“主人”
- 增加判斷特定狗狗聲音的步驟
增加新用例
系統(tǒng)需要存儲狗狗的聲音，這是一個新的目標(biāo)年扩，所以需要新的用例來描述蚁廓。
類圖
到目前為止，系統(tǒng)出現(xiàn)的對象可以用下面幾個類圖表示
兩種不同的設(shè)計
第一個程序員用一個字符串表示狗狗的聲音厨幻，并存放在狗門類中相嵌。
而另外一個程序員設(shè)計個了一個狗叫類，存儲狗狗的聲音
可以對比一下二者的狗門類况脆，非常相似饭宾，只是狗叫聲一個用字符串表示，另外一個用狗叫類表示：
下面修改狗叫識別器中的識別函數(shù)格了，二者也非常相似捏雌，只是數(shù)據(jù)結(jié)構(gòu)不同
委托很重要
在 Sam 的方式中，識別函數(shù)將比對叫聲的任務(wù)委托給了狗叫類笆搓，如果狗叫類發(fā)生了變化，對識別類的影響非常小纬傲，因此更具有靈活性
更好的設(shè)計
上面兩個人的設(shè)計都可以正常工作满败，雖然 Sam 的設(shè)計更好一點，但是二者都沒有考慮到一個問題：狗狗可能會有多種叫聲叹括。Maria 考慮到了這個問題算墨，在狗門中存儲了狗狗的多種叫聲，她的設(shè)計更加合理汁雷。Maria 是怎么做到的呢净嘀？
文本分析：找出用例中的名詞
用例中的名詞通常是系統(tǒng)中的類，就算不是類也是系統(tǒng)的焦點
用例應(yīng)該準(zhǔn)確的描述系統(tǒng)工作方式
不同的描述方式中侠讯，會出現(xiàn)不同的名詞挖藏，造成不同的焦點，導(dǎo)致不同的設(shè)計結(jié)果
名詞不一定是類厢漩，但一定是焦點
焦點表示你應(yīng)該關(guān)注的重點對象膜眠。如果狗狗是焦點，那個不管他怎么叫你都應(yīng)該讓他進(jìn)門；如果叫聲是焦點宵膨，那么只有正確的叫聲才能進(jìn)門架谎。
動詞一般是類中的方法
有些名詞雖然是焦點，但是并不需要創(chuàng)建類
狗狗這個名詞雖然是焦點辟躏，但是并不需要為他創(chuàng)建一個類谷扣，原因如下
- 在系統(tǒng)之外，不需要系統(tǒng)表示
- 不需要他的信息（這里不需要狗狗太多的信息）
- 放在系統(tǒng)中不符合現(xiàn)實世界的邏輯（將狗狗存儲在狗門中進(jìn)行對比捎琐？）
UML 類圖
用例分析完成以后会涎，先繪制類圖，而不要立刻編寫代碼
類圖抽象層級較高野哭，還有很多細(xì)節(jié)需要考慮
總結(jié)
- 軟件都有其運行的上下文環(huán)境在塔，真實世界和設(shè)計時候的理想世界是不同的，要充分可慮可能遇到的各種情況拨黔。
- 用例的描述應(yīng)該準(zhǔn)確
- 委托很重要
- 多個目標(biāo)應(yīng)該編寫多個用例
- 用文本分析找出用例中的名詞和動詞蛔溃，可以將他們轉(zhuǎn)換為類、屬性篱蝇、方法
- 類圖可以對系統(tǒng)進(jìn)行描述贺待，但是缺乏細(xì)節(jié)
- 名詞不一定是類，但一定是焦點
