Java利用哈夫曼編碼實(shí)現(xiàn)字符串壓縮
更新時(shí)間：2022年09月20日 11:40:20 作者：終有弱水替滄海i
赫夫曼編碼也翻譯為?哈夫曼編碼(Huffman?Coding)，又稱霍夫曼編碼，是一種編碼方式,?屬于一種程序算法。本文將利用哈夫曼樹實(shí)現(xiàn)哈夫曼編碼進(jìn)行字符串壓縮，需要的可以參考一下
赫夫曼編碼基本介紹
1) 赫夫曼編碼也翻譯為 哈夫曼編碼(Huffman Coding)，又稱霍夫曼編碼，是一種編碼方式, 屬于一種程序算法
2) 赫夫曼編碼是赫哈夫曼樹在電訊通信中的經(jīng)典的應(yīng)用之一。
3) 赫夫曼編碼廣泛地用于數(shù)據(jù)文件壓縮。其壓縮率通常在 20%～90%之間
4) 赫夫曼碼是可變字長編碼(VLC)的一種。Huffman 于 1952 年提出一種編碼方法，稱之為最佳編碼
在通信領(lǐng)域中幾種信息處理方式的區(qū)別（以字符串" i like like like java do you like a java"舉例）:
第一種-定長編碼:
第二種-變長編碼:
第三種-赫夫曼編碼:
傳輸?shù)淖址?
1、 i like like like java do you like a java
2、 d:1 y:1 u:1 j:2 v:2 o:2 l:4 k:4 e:4 i:5 a:5 :9 // 各個(gè)字符對(duì)應(yīng)的個(gè)數(shù)
3、 按照上面字符出現(xiàn)的次數(shù)構(gòu)建一顆赫夫曼樹, 次數(shù)作為權(quán)值
構(gòu)成赫夫曼樹的步驟：
1) 從小到大進(jìn)行排序, 將每一個(gè)數(shù)據(jù)，每個(gè)數(shù)據(jù)都是一個(gè)節(jié)點(diǎn) ， 每個(gè)節(jié)點(diǎn)可以看成是一顆最簡單的二叉樹
2) 取出根節(jié)點(diǎn)權(quán)值最小的兩顆二叉樹
3) 組成一顆新的二叉樹, 該新的二叉樹的根節(jié)點(diǎn)的權(quán)值是前面兩顆二叉樹根節(jié)點(diǎn)權(quán)值的和
4) 再將這顆新的二叉樹，以根節(jié)點(diǎn)的權(quán)值大小 再次排序， 不斷重復(fù) 1-2-3-4 的步驟，直到數(shù)列中，所有的數(shù)據(jù)都被處理，就得到一顆赫夫曼樹
4、 根據(jù)赫夫曼樹，給各個(gè)字符,規(guī)定編碼 (前綴編碼)， 向左的路徑為 0 向右的路徑為 1 ，編碼
如下:
o: 1000 u: 10010 d: 100110 y: 100111 i: 101
a : 110 k: 1110 e: 1111 j: 0000 v: 0001 l: 001 : 01
5、 按照上面的赫夫曼編碼，我們的"i like like like java do you like a java" 字符串對(duì)應(yīng)的編碼為 (注意這里我們使用的無損壓縮)1010100110111101111010011011110111101001101111011110100001100001110011001111000011001111000100100100110111101111011100100001100001110 通過赫夫曼編碼處理 長度為：133
通過以上三種信息處理方式可以對(duì)比看出赫夫曼編碼的優(yōu)越性。
以下給出實(shí)現(xiàn)哈夫曼編碼需要的各個(gè)方法:
1、先創(chuàng)建節(jié)點(diǎn)對(duì)象:
// 為了排序，必須實(shí)現(xiàn)Comprable<>接口
public class Node implements Comparable<Node>{
Byte data;
int weight;
Node left;
Node right;
public Node(Byte data, int weight) {
this.data = data;
this.weight = weight;
}
@Override
public String toString() {
return "Node{" +
"data=" + data +
", weight=" + weight +
'}';
}
@Override
public int compareTo(Node o) {
return this.weight - o.weight;
}
//前序遍歷
public void prefixOrder(){
System.out.println(this);
if (this.left != null){
this.left.prefixOrder();
}
if (this.right != null){
this.right.prefixOrder();
}
}
}2、需要先實(shí)現(xiàn)統(tǒng)計(jì)輸入的字符串中各個(gè)字符的個(gè)數(shù):
/**
* //統(tǒng)計(jì)字符串中每個(gè)字符出現(xiàn)的次數(shù)和空格出現(xiàn)次數(shù)
*
* @param str 字符串
* @return 返回一個(gè)排好序的Node集合
*/
public static List<Node> totalCharCounts(String str) {
for (int i = 0; i < str.length(); i++) {
char ch = str.charAt(i);
Integer count = map.get(ch);
if (count == null) {
count = 0;
}
map.put(ch, count + 1);
}
//遍歷map，將map中的數(shù)據(jù)存入Node節(jié)點(diǎn)中
//先將map轉(zhuǎn)為set集合
Set<Map.Entry<Character, Integer>> mapSet = map.entrySet();
//觀察測試輸出
//System.out.println(mapSet);
List<Node> nodeList = new ArrayList<>();
//遍歷set
for (Map.Entry<Character, Integer> set : mapSet) {
// 將map中的數(shù)據(jù)存入Node節(jié)點(diǎn)中
Node node = new Node((byte) set.getKey().charValue(), set.getValue());
// 將node存入集合中
nodeList.add(node);
//System.out.println(set.getKey() + " = " + set.getValue());
}
//排序
Collections.sort(nodeList);
//測試
//System.out.println(nodeList);
return nodeList;
}3、創(chuàng)建赫夫曼樹:
/**
* 創(chuàng)建huffman樹
*
* @param nodeList 排好序的集合
* @return 返回huffman樹的根節(jié)點(diǎn)
*/
public static Node createHuffmanTree(List<Node> nodeList) {
//循環(huán)創(chuàng)建huffman樹
while (nodeList.size() > 1) {
//1、每次取出集合中的前兩個(gè)節(jié)點(diǎn)
Node left = nodeList.get(0);
Node right = nodeList.get(1);
//2、將他們的權(quán)值相加構(gòu)成一個(gè)新的節(jié)點(diǎn)并作為他們的父節(jié)點(diǎn)
Node parent = new Node(null, left.weight + right.weight);
parent.left = left;
parent.right = right;
//3、刪除已經(jīng)處理過的節(jié)點(diǎn)
nodeList.remove(left);
nodeList.remove(right);
//4、將新的節(jié)點(diǎn)存入集合中
nodeList.add(parent);
//5、重新給集合排序,循環(huán)這5步即可，直到集合中只有一個(gè)節(jié)點(diǎn)，這就是huffman樹的根節(jié)點(diǎn)
Collections.sort(nodeList);
//觀察測試輸出
//System.out.println(nodeList);
}
//返回huffman樹的根節(jié)點(diǎn)
return nodeList.get(0);
}4、根據(jù)創(chuàng)建的赫夫曼樹進(jìn)行字符串編碼壓縮:
/**
* 根據(jù)huffman樹來進(jìn)行數(shù)據(jù)編碼壓縮
* 思路:
* 1、只要向左子樹走就代表0，向右子樹走就代表1
* 2、從頭節(jié)點(diǎn)走到對(duì)于字符在的節(jié)點(diǎn)位置的路徑對(duì)于的0和1組成的二進(jìn)制編碼就是壓縮后該字符對(duì)于的編碼
* 3、需要定義一個(gè)StringBuffer來存儲(chǔ)某個(gè)節(jié)點(diǎn)的路徑對(duì)于的編碼
* 4、將赫夫曼編碼表存放在Map<Byte,String>中
*
* @param node huffman樹的根節(jié)點(diǎn)
* @param stringBuffer 用于拼接路徑
* @param code 路徑：左子節(jié)點(diǎn)是0，右子節(jié)點(diǎn)是1
* @return
*/
private static void getHuffmanCompressionCode(Node node, String code, StringBuffer stringBuffer) {
StringBuffer stringBuffer1 = new StringBuffer(stringBuffer);
stringBuffer1.append(code);
//如果為空，不進(jìn)行處理
if (node != null) {
//判斷node是葉子節(jié)點(diǎn)還是非葉子節(jié)點(diǎn)
if (node.data == null) {
//非葉子節(jié)點(diǎn)
//向左遞歸
getHuffmanCompressionCode(node.left, "0", stringBuffer1);
//向右遞歸
getHuffmanCompressionCode(node.right, "1", stringBuffer1);
} else {
//葉子節(jié)點(diǎn)
//說明這條路走到尾了，將路徑編碼存入map中
huffmanCodes.put(node.data, stringBuffer1.toString());
}
}
}5、得到壓縮后的赫夫曼編碼長度(二進(jìn)制位數(shù)):
/**
* @return 得到壓縮后的赫夫曼編碼大小
*/
public static int getStrCodeSize() {
int size = 0;
//將兩個(gè)map集合都轉(zhuǎn)為set集合
Set<Map.Entry<Character, Integer>> mapSet = map.entrySet();
Set<Map.Entry<Byte, String>> huffmanMapSet = huffmanCodes.entrySet();
//循環(huán)兩個(gè)set集合
for (Map.Entry<Character, Integer> set1 : mapSet) {
for (Map.Entry<Byte, String> set2 : huffmanMapSet) {
//如果兩個(gè)set的key相同就將他們的value相乘,只是需要注意存儲(chǔ)huffman編碼中的是字符串，需要乘字符串的長度
if ((byte) set1.getKey().charValue() == set2.getKey()) {
size = size + set1.getValue() * (set2.getValue().length());
//節(jié)約時(shí)間，之間退出內(nèi)循環(huán)。因?yàn)椴豢赡苡幸粚?duì)多的關(guān)系。
break;
}
}
}
return size;
}6、編寫一個(gè)方法，將字符串對(duì)應(yīng)的byte[]數(shù)組，通過生成的赫夫曼編碼表，返回一個(gè)赫夫曼編碼壓縮后的byte[]
/**
* 編寫一個(gè)方法，將字符串對(duì)應(yīng)的 byte[] 數(shù)組，通過生成的赫夫曼編碼表，返回一個(gè)赫夫曼編碼 壓縮后的byte[]
*
* @param bytes 這時(shí)原始的字符串對(duì)應(yīng)的 byte[]
* @param huffmanCodes 生成的赫夫曼編碼 map
* @return 返回赫夫曼編碼處理后的 byte[]
* 舉例： String content = "i like like like java do you like a java"; =》 byte[] contentBytes = content.getBytes();
* 返 回 的 是 字 符 串:
* "1010100010111111110010001011111111001000101111111100100101001101110001110000011011101000111100101000
* 101111111100110001001010011011100"
* => 對(duì)應(yīng)的 byte[] huffmanCodeBytes ，即 8 位對(duì)應(yīng)一個(gè) byte,放入到 huffmanCodeBytes
* huffmanCodeBytes[0] = 10101000(補(bǔ)碼) => byte [推導(dǎo) 10101000=> 10101000 - 1 => 10100111(反
* 碼)=> 11011000(源碼) = -88 ]
*/
public static byte[] zip(byte[] bytes, Map<Byte, String> huffmanCodes) {
//1、先利用赫夫曼編碼表將傳進(jìn)來的bytes數(shù)組轉(zhuǎn)為壓縮后的編碼
StringBuffer stringBuffer1 = new StringBuffer();
for (byte b : bytes) {
stringBuffer1.append(huffmanCodes.get(b));
}
//輸出字符串壓縮成赫夫曼編碼后對(duì)應(yīng)的二進(jìn)制編碼
//System.out.println("輸出字符串壓縮成赫夫曼編碼后對(duì)應(yīng)的二進(jìn)制編碼:" + stringBuffer1 + "長度為:" + stringBuffer1.length());
//獲取byte數(shù)組的長度，Math.ceil()表示向上取整
int len = (int) Math.ceil(stringBuffer1.length()*1.0 / 8);
//也可以用下面的方法獲取長度
/*if(stringBuffer1.length() % 8 == 0) {
len = stringBuffer1.length() / 8;
} else {
len = stringBuffer1.length() / 8 + 1;
}*/
//測試
//System.out.println(stringBuffer1.length());
//System.out.println(len);
byte[] huffmanBytes = new byte[len];
int index = 0;
for (int i = 0; i < stringBuffer1.length(); i = i + 8) {
String strByte;
if (i + 8 > stringBuffer1.length()) {
//從i取到字符串最后一個(gè)字符
strByte = stringBuffer1.substring(i);
} else {
//一次截取8個(gè)
strByte = stringBuffer1.substring(i, i + 8);
}
//將 strByte 轉(zhuǎn)成一個(gè) byte,放入到 huffmanBytes中
//該方法是將strByte對(duì)應(yīng)的01字符串傳換為十進(jìn)制
//第二個(gè)參數(shù)表示基數(shù)（radix）,表示轉(zhuǎn)換為radix進(jìn)制
huffmanBytes[index] = (byte) Integer.parseInt(strByte, 2);
index++;
}
return huffmanBytes;
}其實(shí)也可以不用寫5中的方法，可以直接在6中輸出stringBuffer1.length()就可以得到壓縮后的二進(jìn)制位數(shù)。不過也可以把5當(dāng)作一種解決的算法。
以下給出完整的代碼:
import java.util.*;
/**
* 實(shí)現(xiàn)huffman編碼
*/
public class HuffmanCode {
//將赫夫曼編碼表存放在Map<Byte,String>中
public static Map<Byte, String> huffmanCodes = new HashMap<>();
//需要定義一個(gè)StringBuffer來存儲(chǔ)某個(gè)節(jié)點(diǎn)的路徑對(duì)于的編碼
public static StringBuffer stringBuffer = new StringBuffer();
//創(chuàng)建一個(gè)map，來保存每個(gè)字符以及他對(duì)應(yīng)出現(xiàn)的次數(shù)
public static Map<Character, Integer> map = new HashMap<>();
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
System.out.println("輸入字符串:");
//scanner.next()方法不能輸入空格，例如輸入: aaa bbb實(shí)際上只能接收到aaa,空格后面的字符串都接收不到
//所以需要用scanner,nextLine()方法來接收字符串
String str = scanner.nextLine();
// 把輸入的字符串轉(zhuǎn)為byte數(shù)組，在byte數(shù)組中存儲(chǔ)的是字符對(duì)應(yīng)的ASCII碼值
byte[] strBytes = str.getBytes();
System.out.println(str + ",壓縮成赫夫曼編碼前對(duì)應(yīng)的byte數(shù)組:" + Arrays.toString(strBytes));
//計(jì)算壓縮前的字符串有多少位二進(jìn)制數(shù)
int compressionBeforeCodeSize = str.length() * 8 + str.length() - 1;
System.out.println(str + ",壓縮前的字符串大小:" + compressionBeforeCodeSize);
//統(tǒng)計(jì)字符串中每個(gè)字符出現(xiàn)的次數(shù)和空格出現(xiàn)次數(shù)并存入Node節(jié)點(diǎn)中
List<Node> nodeList = totalCharCounts(str);
//創(chuàng)建huffman樹
Node root = createHuffmanTree(nodeList);
//得到壓縮后的編碼
getHuffmanCompressionCode(root, "", stringBuffer);
//輸出赫夫曼編碼表
System.out.println(str + ",對(duì)應(yīng)的赫夫曼編碼表:");
System.out.println(huffmanCodes);
//得到壓縮后的字符串大小
int compressionAfterCodeSize = getStrCodeSize();
System.out.println(str + ",壓縮后的字符串大小:" + compressionAfterCodeSize);
//可以算出壓縮率是多少
double compressionRadio = (compressionBeforeCodeSize - compressionAfterCodeSize) * 1.0 / compressionBeforeCodeSize;
System.out.println(str + ",壓縮成赫夫曼編碼的壓縮率為:" + compressionRadio);
byte[] bytes = zip(strBytes, huffmanCodes);
System.out.println(str + ",壓縮成赫夫曼編碼后對(duì)應(yīng)的byte數(shù)組:" + Arrays.toString(bytes));
}
/**
* @return 得到壓縮后的赫夫曼編碼大小
*/
public static int getStrCodeSize() {
int size = 0;
//將兩個(gè)map集合都轉(zhuǎn)為set集合
Set<Map.Entry<Character, Integer>> mapSet = map.entrySet();
Set<Map.Entry<Byte, String>> huffmanMapSet = huffmanCodes.entrySet();
//循環(huán)兩個(gè)set集合
for (Map.Entry<Character, Integer> set1 : mapSet) {
for (Map.Entry<Byte, String> set2 : huffmanMapSet) {
//如果兩個(gè)set的key相同就將他們的value相乘,只是需要注意存儲(chǔ)huffman編碼中的是字符串，需要乘字符串的長度
if ((byte) set1.getKey().charValue() == set2.getKey()) {
size = size + set1.getValue() * (set2.getValue().length());
//節(jié)約時(shí)間，之間退出內(nèi)循環(huán)。因?yàn)椴豢赡苡幸粚?duì)多的關(guān)系。
break;
}
}
}
return size;
}
/**
* 根據(jù)huffman樹來進(jìn)行數(shù)據(jù)編碼壓縮
* 思路:
* 1、只要向左子樹走就代表0，向右子樹走就代表1
* 2、從頭節(jié)點(diǎn)走到對(duì)于字符在的節(jié)點(diǎn)位置的路徑對(duì)于的0和1組成的二進(jìn)制編碼就是壓縮后該字符對(duì)于的編碼
* 3、需要定義一個(gè)StringBuffer來存儲(chǔ)某個(gè)節(jié)點(diǎn)的路徑對(duì)于的編碼
* 4、將赫夫曼編碼表存放在Map<Byte,String>中
*
* @param node huffman樹的根節(jié)點(diǎn)
* @param stringBuffer 用于拼接路徑
* @param code 路徑：左子節(jié)點(diǎn)是0，右子節(jié)點(diǎn)是1
* @return
*/
private static void getHuffmanCompressionCode(Node node, String code, StringBuffer stringBuffer) {
StringBuffer stringBuffer1 = new StringBuffer(stringBuffer);
stringBuffer1.append(code);
//如果為空，不進(jìn)行處理
if (node != null) {
//判斷node是葉子節(jié)點(diǎn)還是非葉子節(jié)點(diǎn)
if (node.data == null) {
//非葉子節(jié)點(diǎn)
//向左遞歸
getHuffmanCompressionCode(node.left, "0", stringBuffer1);
//向右遞歸
getHuffmanCompressionCode(node.right, "1", stringBuffer1);
} else {
//葉子節(jié)點(diǎn)
//說明這條路走到尾了，將路徑編碼存入map中
huffmanCodes.put(node.data, stringBuffer1.toString());
}
}
}
/**
* //統(tǒng)計(jì)字符串中每個(gè)字符出現(xiàn)的次數(shù)和空格出現(xiàn)次數(shù)
*
* @param str 字符串
* @return 返回一個(gè)排好序的Node集合
*/
public static List<Node> totalCharCounts(String str) {
for (int i = 0; i < str.length(); i++) {
char ch = str.charAt(i);
Integer count = map.get(ch);
if (count == null) {
count = 0;
}
map.put(ch, count + 1);
}
//遍歷map，將map中的數(shù)據(jù)存入Node節(jié)點(diǎn)中
//先將map轉(zhuǎn)為set集合
Set<Map.Entry<Character, Integer>> mapSet = map.entrySet();
//觀察測試輸出
//System.out.println(mapSet);
List<Node> nodeList = new ArrayList<>();
//遍歷set
for (Map.Entry<Character, Integer> set : mapSet) {
// 將map中的數(shù)據(jù)存入Node節(jié)點(diǎn)中
Node node = new Node((byte) set.getKey().charValue(), set.getValue());
// 將node存入集合中
nodeList.add(node);
//System.out.println(set.getKey() + " = " + set.getValue());
}
//排序
Collections.sort(nodeList);
//測試
//System.out.println(nodeList);
return nodeList;
}
/**
* 創(chuàng)建huffman樹
*
* @param nodeList 排好序的集合
* @return 返回huffman樹的根節(jié)點(diǎn)
*/
public static Node createHuffmanTree(List<Node> nodeList) {
//循環(huán)創(chuàng)建huffman樹
while (nodeList.size() > 1) {
//1、每次取出集合中的前兩個(gè)節(jié)點(diǎn)
Node left = nodeList.get(0);
Node right = nodeList.get(1);
//2、將他們的權(quán)值相加構(gòu)成一個(gè)新的節(jié)點(diǎn)并作為他們的父節(jié)點(diǎn)
Node parent = new Node(null, left.weight + right.weight);
parent.left = left;
parent.right = right;
//3、刪除已經(jīng)處理過的節(jié)點(diǎn)
nodeList.remove(left);
nodeList.remove(right);
//4、將新的節(jié)點(diǎn)存入集合中
nodeList.add(parent);
//5、重新給集合排序,循環(huán)這5步即可，直到集合中只有一個(gè)節(jié)點(diǎn)，這就是huffman樹的根節(jié)點(diǎn)
Collections.sort(nodeList);
//觀察測試輸出
//System.out.println(nodeList);
}
//返回huffman樹的根節(jié)點(diǎn)
return nodeList.get(0);
}
/**
* 編寫一個(gè)方法，將字符串對(duì)應(yīng)的byte[]數(shù)組，通過生成的赫夫曼編碼表，返回一個(gè)赫夫曼編碼壓縮后的byte[]
*
* @param bytes 這時(shí)原始的字符串對(duì)應(yīng)的 byte[]
* @param huffmanCodes 生成的赫夫曼編碼 map
* @return 返回赫夫曼編碼處理后的 byte[]
* 舉例： String content = "i like like like java do you like a java"; =》 byte[] contentBytes = content.getBytes();
* 返 回 的 是 字 符 串:
* "1010100010111111110010001011111111001000101111111100100101001101110001110000011011101000111100101000
* 101111111100110001001010011011100"
* => 對(duì)應(yīng)的 byte[] huffmanCodeBytes ，即 8 位對(duì)應(yīng)一個(gè) byte,放入到 huffmanCodeBytes
* huffmanCodeBytes[0] = 10101000(補(bǔ)碼) => byte [推導(dǎo) 10101000=> 10101000 - 1 => 10100111(反
* 碼)=> 11011000(源碼) = -88 ]
*/
public static byte[] zip(byte[] bytes, Map<Byte, String> huffmanCodes) {
//1、先利用赫夫曼編碼表將傳進(jìn)來的bytes數(shù)組轉(zhuǎn)為壓縮后的編碼
StringBuffer stringBuffer1 = new StringBuffer();
for (byte b : bytes) {
stringBuffer1.append(huffmanCodes.get(b));
}
//輸出字符串壓縮成赫夫曼編碼后對(duì)應(yīng)的二進(jìn)制編碼
//System.out.println("輸出字符串壓縮成赫夫曼編碼后對(duì)應(yīng)的二進(jìn)制編碼:" + stringBuffer1 + "長度為:" + stringBuffer1.length());
//獲取byte數(shù)組的長度，Math.ceil()表示向上取整
int len = (int) Math.ceil(stringBuffer1.length()*1.0 / 8);
//也可以用下面的方法獲取長度
/*if(stringBuffer1.length() % 8 == 0) {
len = stringBuffer1.length() / 8;
} else {
len = stringBuffer1.length() / 8 + 1;
}*/
//測試
//System.out.println(stringBuffer1.length());
//System.out.println(len);
byte[] huffmanBytes = new byte[len];
int index = 0;
for (int i = 0; i < stringBuffer1.length(); i = i + 8) {
String strByte;
if (i + 8 > stringBuffer1.length()) {
//從i取到字符串最后一個(gè)字符
strByte = stringBuffer1.substring(i);
} else {
//一次截取8個(gè)
strByte = stringBuffer1.substring(i, i + 8);
}
//將 strByte 轉(zhuǎn)成一個(gè) byte,放入到 huffmanBytes中
//該方法是將strByte對(duì)應(yīng)的01字符串傳換為十進(jìn)制
//第二個(gè)參數(shù)表示基數(shù)（radix）,表示轉(zhuǎn)換為radix進(jìn)制
huffmanBytes[index] = (byte) Integer.parseInt(strByte, 2);
index++;
}
return huffmanBytes;
}
}以下是我的測試結(jié)果輸出:
輸入的字符串: i like like like java do you like a java
輸入的字符串: asdjkj ;lkjsadlkj kj ()dasd
到此這篇關(guān)于Java利用哈夫曼編碼實(shí)現(xiàn)字符串壓縮的文章就介紹到這了,更多相關(guān)Java字符串壓縮內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Java對(duì)象轉(zhuǎn)json JsonFormat注解
這篇文章主要介紹了Java對(duì)象轉(zhuǎn)json JsonFormat注解,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-05-05
本篇文章是對(duì)Java中父類與子類的加載順序進(jìn)行了詳細(xì)的分析介紹，需要的朋友參考下2013-06-06
springMvc和mybatis-plus中枚舉值和字段的映射
這篇文章主要為大家介紹了springMvc和mybatis-plus中枚舉值和字段的映射示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2023-05-05
我們知道在java連接數(shù)據(jù)庫之后,需要數(shù)據(jù)庫的sql語句,下面這篇文章主要給大家介紹了關(guān)于java中復(fù)雜查詢sql語句該怎么寫的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-11-11
這篇文章主要給大家介紹了關(guān)于Spring Aop基本流程原理的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-04-04
Java Eclipse進(jìn)行斷點(diǎn)調(diào)試的方法
本篇文章主要介紹了Java Eclipse進(jìn)行斷點(diǎn)調(diào)試的方法，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2017-11-11
Java利用DelayQueue實(shí)現(xiàn)延遲任務(wù)代碼實(shí)例
這篇文章主要介紹了Java利用DelayQueue實(shí)現(xiàn)延遲任務(wù)代碼實(shí)例,DelayQueue?是一個(gè)支持延時(shí)獲取元素的阻塞隊(duì)列,?內(nèi)部采用優(yōu)先隊(duì)列?PriorityQueue?存儲(chǔ)元素,同時(shí)元素必須實(shí)現(xiàn)?Delayed?接口,需要的朋友可以參考下2023-12-12
SpringBoot實(shí)現(xiàn)接口數(shù)據(jù)的加解密功能
這篇文章主要介紹了SpringBoot實(shí)現(xiàn)接口數(shù)據(jù)的加解密功能,對(duì)接口的加密解密操作主要有兩種實(shí)現(xiàn)方式，文中給大家詳細(xì)介紹，需要的朋友可以參考下2019-10-10
今天小編就為大家分享一篇關(guān)于Spring組件開發(fā)模式支持SPEL表達(dá)式，小編覺得內(nèi)容挺不錯(cuò)的，現(xiàn)在分享給大家，具有很好的參考價(jià)值，需要的朋友一起跟隨小編來看看吧2018-12-12
springboot使用Thymeleaf報(bào)錯(cuò)常見的幾種解決方案
這篇文章主要介紹了springboot使用Thymeleaf報(bào)錯(cuò)常見的幾種解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2022-11-11