什么是数据抽象

数据抽象结构是对现实世界的一种抽象从实际的人、物、事和概念中抽取所关心的共同特性，忽略非本质的细节把这些特性用各种概念精确地加以描述这些概念组成了某种模型。

概念结构是对现实世界的一种抽象
从实际的人、物、事和概念中抽取所关心的共同特性，忽略非本质的细节
把这些特性用各种概念精确地加以描述
这些概念组成了某种模型
三种常用抽象
1.
分类（Classification）
定义某一类概念作为现实世界中一组对象的类型
这些对象具有某些共同的特性和行为
它抽象了对象值和型之间的“is
member
of”的语义
在E-R模型中，实体型就是这种抽象
2.
聚集（Aggregation）
定义某一类型的组成成分
它抽象了对象内部类型和成分之间“is
part
of”的语义
在E-R模型中若干属性的聚集组成了实体型，就是这种抽象
3.
概括（Generalization）
定义类型之间的一种子集联系
它抽象了类型之间的“is
subset
of”的语义
概括有一个很重要的性质：继承性。子类继承超类上定义的所有抽象。
注：原E-R模型不具有概括，本书对E-R模型作了扩充，允许定义超类实体型和子类实体型。
用双竖边的矩形框表示子类，
用直线加小圆圈表示超类-子类的联系
数据抽象的用途
对需求分析阶段收集到的数据进行分类、组织（聚集），形成
实体
实体的属性，标识实体的码
确定实体之间的联系类型(1:1，1:n，m:n)