今日学习：AOP数据脱敏|线程池|方法引用的实例|背包(0-1)及子集
文章目录
- 方法引用和函数式接口
- MyBatis-Plus如何通过方法引用获取到查询类的属性名
- MyBatis-Plus如何建立映射关系并保证可靠性
- 函数式接口构造枚举
- 枚举+注解+AOP+序列化+Hutool数据脱敏
- 滚动数组实现状态压缩
- 纯二维的01背包，为什么两个for循环的嵌套顺序这么写？反过来写行不行？再讲一讲初始化的逻辑。
- 要求实现一个一维数组的01背包，两个for循环的顺序反过来写行不行？为什么？
- BigDecimal用double构造精度丢失问题
方法引用和函数式接口
核心概念：
- 方法引用是Lambda表达式的简化形式，用于直接调用已有方法（静态方法、实例方法、构造方法）。
- 函数式接口是只包含一个抽象方法的接口（如
@FunctionalInterface注解标识）。 - 结合使用：方法引用可以替代Lambda表达式，使代码更简洁。
示例：
// 1. 静态方法引用
Function<String, Integer> toInt = Integer::parseInt;
// 2. 实例方法引用（特定对象）
String str = "hello";
Supplier<Integer> length = str::length;
// 3. 实例方法引用（任意对象）
BiFunction<String, String, Boolean> equals = String::equals;
// 4. 构造方法引用
Supplier<List<String>> listCreator = ArrayList::new;
MyBatis-Plus如何通过方法引用获取到查询类的属性名
原理：
- Lambda表达式：通过方法引用（如
User::getName）提取属性名，避免硬编码字段。 - 元对象处理器：MyBatis-Plus内部通过
MetaObject反射获取属性名。
示例：
// 使用LambdaQueryWrapper
LambdaQueryWrapper<User> wrapper = new LambdaQueryWrapper<>();
wrapper.eq(User::getName, "Alice"); // 自动映射为 "name = 'Alice'"
优势：
- 编译时校验字段名，减少拼写错误。
- 支持链式调用，提高可读性。
MyBatis-Plus如何建立映射关系并保证可靠性
映射方式：
- 注解配置：使用
@TableName、@TableId、@TableField标注实体类与数据库表的映射。 - XML配置：通过
<resultMap>显式定义字段与属性的对应关系。
可靠性保障：
- 事务管理：通过
@Transactional注解确保操作原子性。 - 乐观锁：使用
@Version防止并发更新冲突。 - SQL注入防护：避免直接拼接SQL，使用MyBatis-Plus的API安全查询。
函数式接口构造枚举
应用场景：
- 每个枚举常量绑定一个函数式接口的实现（如策略模式）。
示例：
@FunctionalInterface
interface Operation { int apply(int a, int b);
} enum MathOperation { ADD((a, b) -> a + b), SUBTRACT((a, b) -> a - b); private final Operation op; MathOperation(Operation op) { this.op = op; } public int calculate(int a, int b) { return op.apply(a, b); }
}
优势：
- 将行为与状态绑定，代码更集中。
- 易于扩展，新增枚举常量时无需修改现有逻辑。
枚举+注解+AOP+序列化+Hutool数据脱敏
实现步骤：
- 注解定义：创建自定义注解（如
@Desensitize），指定脱敏策略（通过枚举）。 - AOP拦截：通过Spring AOP拦截方法，检查返回值或参数中的注解字段。
- 脱敏逻辑：使用Hutool工具（如
CharPool.STAR遮罩）实现具体脱敏规则。 - 序列化处理：在Jackson中注册自定义序列化器，确保JSON输出时已脱敏。
滚动数组实现状态压缩
核心思想：
- 状态压缩：将二维DP数组（
dp[i][j]）压缩为一维数组（dp[j]）以节省空间。 - 逆序遍历：从后向前更新数组，确保每次访问的是上一层的值。
01背包示例：
int[] dp = new int[V + 1];
for (Item item : items) { for (int j = V; j >= item.weight; j--) { dp[j] = Math.max(dp[j], dp[j - item.weight] + item.value); }
}
关键点：
- 逆序防止重复计算（如完全背包问题）。
- 时间复杂度
O(nV)，空间复杂度O(V)。
纯二维的01背包，为什么两个for循环的嵌套顺序这么写？反过来写行不行？再讲一讲初始化的逻辑。
for (int i = 1; i <= n; i++) { for (int j = 0; j <= V; j++) { dp[i][j] = max(dp[i-1][j], dp[i-1][j - weight[i]] + value[i]); }
}
原因：
- 外层循环是物品：确保每个物品只被处理一次。
- 内层循环是容量：从小到大遍历，覆盖所有可能的容量组合。
反转顺序是否可行？
- 不可行：如果外层循环是容量，内层是物品，则无法保证每个物品仅被选一次（可能导致重复选择）。
初始化逻辑：
dp[0][j] = 0：前0个物品价值为0。dp[i][0] = 0：容量为0时无法装入任何物品。
要求实现一个一维数组的01背包，两个for循环的顺序反过来写行不行？为什么？
标准一维数组写法：
for (Item item : items) { for (int j = V; j >= item.weight; j--) { dp[j] = Math.max(dp[j], dp[j - item.weight] + item.value); }
}
反转顺序是否可行？
- 不可行：如果外层循环是容量（从小到大），内层是物品，则会导致 同一物品被多次选择（完全背包问题）。
核心原因：
- 逆序遍历确保
dp[j - weight]是上一层的值（未被当前物品更新）。 - 正序遍历会导致
dp[j - weight]被当前物品的更新覆盖，形成重复选择。
总结：
- 一维数组必须 逆序更新，这是01背包与完全背包的核心区别。
BigDecimal用double构造精度丢失问题
