日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當前位置: 首頁 > 编程资源 > 编程问答 >内容正文

编程问答

快速解决工作中遇到经典的括号匹配问题

發布時間:2023/12/20 编程问答 22 豆豆
生活随笔 收集整理的這篇文章主要介紹了 快速解决工作中遇到经典的括号匹配问题 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

問題來源:從緩存中取出的數據沒有空格和換行,很難閱讀,但又找不到像JSON一樣的在線格式化工具。靈機一動,自己寫了一個小程序將其格式化。

一、先看效果
1、原始數據長這樣,難以閱讀

MemCachedItem{同一申請客戶Xh內登錄的設備列表=TimedItems {allItems={2016-09-23 22:08:08.253={merged=false, limit=0, list=[caZ8d17967b615ceb1V164793Zbb8gei147319824612056b949f73a22797cee0]}}}, 同一用戶近xd內登錄時間段和次數=TimedItems {allItems={2016-09-23 22:08:08.253={merged=false, limit=0, map={22=CountNumber {count=1, value=1, merged=false}}}}}, reference_time=1474640150272, primary_biz=PAY.BUY, expire_duration=31536000000, primary_tag=機構號加用戶號, 同一用戶近xM平臺內部最大逾期天數=TimedItems {allItems={2016-09-23 22:14:14.423=MaxNumber {count=1, value=0, merged=false}, 2016-09-23 22:15:50.246=MaxNumber {count=1, value=0, merged=false}}}, 同一用戶近xd內使用的IP地址和次數=TimedItems {allItems={2016-09-23 22:08:08.258={merged=false, limit=0, map={112.17.239.160=CountNumber {count=1, value=1, merged=false}}}, 2016-09-23 22:14:14.445={merged=false, limit=0, map={112.17.239.160=CountNumber {count=1, value=1, merged=false}}}, 2016-09-23 22:15:50.272={merged=false, limit=0, map={112.17.239.160=CountNumber {count=1, value=1, merged=false}}}}}, 同一用戶最近Xpd內操作APP時間段頻率集合=TimedItems {allItems={2016-09-23 22:08:08.253={merged=false, limit=0, map={8=CountNumber {count=1, value=1, merged=false}}}, 2016-09-23 22:14:14.440={merged=false, limit=0, map={8=CountNumber {count=1, value=1, merged=false}}}, 2016-09-23 22:15:50.266={merged=false, limit=0, map={8=CountNumber {count=1, value=1, merged=false}}}}}, 同一用戶最近登錄時間列表=TimedItems {allItems={2016-09-23 22:08:08.253={merged=false, limit=0, list=[Fri Sep 23 22:08:08 CST 2016]}}}, primary_key=123456-3177000000019572, 同一用戶最近Xpd登陸的各設備指紋頻率集合=TimedItems {allItems={2016-09-23 22:08:08.253={merged=false, limit=0, map={caZ8d17967b615ceb1V164793Zbb8gei147319824612056b949f73a22797cee0=CountNumber {count=1, value=1, merged=false}}}, 2016-09-23 22:14:14.440={merged=false, limit=0, map={caZ8d17967b615ceb1V164793Zbb8gei147319824612056b949f73a22797cee0=CountNumber {count=1, value=1, merged=false}}}, 2016-09-23 22:15:50.266={merged=false, limit=0, map={caZ8d17967b615ceb1V164793Zbb8gei147319824612056b949f73a22797cee0=CountNumber {count=1, value=1, merged=false}}}}}, 同一用戶Xd使用登錄設備和次數=TimedItems {allItems={2016-09-24 00:00:00.000={merged=true, limit=0, map={caZ8d17967b615ceb1V164793Zbb8gei147319824612056b949f73a22797cee0=CountNumber {count=1, value=1, merged=false}}}}}}

2、這樣就好多了

MemCachedItem{同一申請客戶Xh內登錄的設備列表=TimedItems {allItems={2016-09-23 22:08:08.253={merged=false, limit=0, list=[caZ8d17967b615ceb1V164793Zbb8gei147319824612056b949f73a22797cee0]}}}, 同一用戶近xd內登錄時間段和次數=TimedItems {allItems={2016-09-23 22:08:08.253={merged=false, limit=0, map={22=CountNumber {count=1, value=1, merged=false}}}}}, reference_time=1474640150272, primary_biz=PAY.BUY, expire_duration=31536000000, primary_tag=機構號加用戶號, 同一用戶近xM平臺內部最大逾期天數=TimedItems {allItems={2016-09-23 22:14:14.423=MaxNumber {count=1, value=0, merged=false}, 2016-09-23 22:15:50.246=MaxNumber {count=1, value=0, merged=false}}}, 同一用戶近xd內使用的IP地址和次數=TimedItems {allItems={2016-09-23 22:08:08.258={merged=false, limit=0, map={112.17.239.160=CountNumber {count=1, value=1, merged=false}}}, 2016-09-23 22:14:14.445={merged=false, limit=0, map={112.17.239.160=CountNumber {count=1, value=1, merged=false}}}, 2016-09-23 22:15:50.272={merged=false, limit=0, map={112.17.239.160=CountNumber {count=1, value=1, merged=false}}}}}, 同一用戶最近Xpd內操作APP時間段頻率集合=TimedItems {allItems={2016-09-23 22:08:08.253={merged=false, limit=0, map={8=CountNumber {count=1, value=1, merged=false}}}, 2016-09-23 22:14:14.440={merged=false, limit=0, map={8=CountNumber {count=1, value=1, merged=false}}}, 2016-09-23 22:15:50.266={merged=false, limit=0, map={8=CountNumber {count=1, value=1, merged=false}}}}}, 同一用戶最近登錄時間列表=TimedItems {allItems={2016-09-23 22:08:08.253={merged=false, limit=0, list=[Fri Sep 23 22:08:08 CST 2016]}}}, primary_key=123456-3177000000019572, 同一用戶最近Xpd登陸的各設備指紋頻率集合=TimedItems {allItems={2016-09-23 22:08:08.253={merged=false, limit=0, map={caZ8d17967b615ceb1V164793Zbb8gei147319824612056b949f73a22797cee0=CountNumber {count=1, value=1, merged=false}}}, 2016-09-23 22:14:14.440={merged=false, limit=0, map={caZ8d17967b615ceb1V164793Zbb8gei147319824612056b949f73a22797cee0=CountNumber {count=1, value=1, merged=false}}}, 2016-09-23 22:15:50.266={merged=false, limit=0, map={caZ8d17967b615ceb1V164793Zbb8gei147319824612056b949f73a22797cee0=CountNumber {count=1, value=1, merged=false}}}}}, 同一用戶Xd使用登錄設備和次數=TimedItems {allItems={2016-09-24 00:00:00.000={merged=true, limit=0, map={caZ8d17967b615ceb1V164793Zbb8gei147319824612056b949f73a22797cee0=CountNumber {count=1, value=1, merged=false}}}}} }

二、編程實現
仔細觀察一下緩存中的數據,發現只有大括號和中括號,并且成對出現。這不就是大學數據結構課程中典型的括號匹配算法的變形嗎?既然是括號問題,就可以考慮用棧來實現。代碼如下:

package test;import java.util.Stack;/*** 格式化MemCachedItem,便于閱讀* -----------------------------------------* @author Lynch 2016年9月24日 下午5:32:02 * -----------------------------------------*/ public class CacheDataFormatUtil {/*** 用棧解決括號匹配問題,實現數據格式化* * @param str* @return*/public static String getFormatCacheData(String str) {Stack<Character> st = new Stack<Character>();StringBuffer sb = new StringBuffer();for (int i = 0; i < str.length(); i++) {if (str.charAt(i) == '{' || str.charAt(i) == '[') {st.push(str.charAt(i));sb.append(str.charAt(i));sb.append('\n');for (int j = 0; j < st.size(); j++) {sb.append('\t');}} else if (str.charAt(i) == '}' || str.charAt(i) == ']') {st.pop();sb.append('\n');for (int j = 0; j < st.size(); j++) {sb.append('\t');}sb.append(str.charAt(i));} else {sb.append(str.charAt(i));}}return sb.toString();}}

總結

以上是生活随笔為你收集整理的快速解决工作中遇到经典的括号匹配问题的全部內容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯,歡迎將生活随笔推薦給好友。