2006年7月13日
在一個項目里面有這么一個技術需求:
1.集合中元素個數,10M
2.根據上限和下限從一個Set中過濾出滿足要求的元素集合.
實際這個是個很典型的技術要求, 之前的項目也遇見過,但是因為當時的類庫不多, 都是直接手寫實現的. 方式基本等同于第一個方式.
在這個過程中, 我寫了四個方式, 基本記錄到下面.
第一個方式:對Set進行迭代器遍歷, 判斷每個元素是否都在上限和下限范圍中.如果滿足則添加到結果集合中, 最后返回結果集合.
測試效果:集合大小100K, 運算時間 3000ms+
過濾部分的邏輯如下:
1 void filerSet(Set<BigDecimal> targetSet, String lower, String higher) {
2 BigDecimal bdLower = new BigDecimal(Double.parseDouble(lower));
3 BigDecimal bdHigher = new BigDecimal(Double.parseDouble(higher));
4
5 Set<BigDecimal> returnSet = new HashSet<BigDecimal>();
6 for (BigDecimal object : targetSet) {
7 if (isInRange(object, bdLower, bdHigher)) {
8 returnSet.add(object);
9 }
10 }
11 }
12
13 private boolean isInRange(BigDecimal object, BigDecimal bdLower,
14 BigDecimal bdHigher) {
15 return object.compareTo(bdLower) >= 0
16 && object.compareTo(bdHigher) <= 0;
17 }
第二個方式: 借助TreeSet, 原始集合進行排序, 然后直接subset.
測試效果: 集合大小10M, 運算時間: 12000ms+(獲得TreeSet) , 200ms(獲得結果)
過濾部分的邏輯如下(非常繁瑣):
1 Set<BigDecimal> getSubSet(TreeSet<BigDecimal> targetSet, String lower,
2 String higher) {
3
4 BigDecimal bdLower = new BigDecimal(Double.parseDouble(lower));
5 BigDecimal bdHigher = new BigDecimal(Double.parseDouble(higher));
6
7 if ((bdHigher.compareTo(targetSet.first()) == -1)
8 || (bdLower.compareTo(targetSet.last()) == 1)) {
9 return null;
10 }
11
12 boolean hasLower = targetSet.contains(bdLower);
13 boolean hasHigher = targetSet.contains(bdHigher);
14 if (hasLower) {
15 if (hasHigher) {
16 System.out.println("get start:" + bdLower);
17 System.out.println("get end:" + bdHigher);
18 return targetSet.subSet(bdLower, true, bdHigher, true);
19 } else {
20 BigDecimal newEnd = null;
21 System.out.println("get start:" + bdLower);
22 SortedSet<BigDecimal> returnSet = null;
23 if (bdHigher.compareTo(targetSet.last()) != -1) {
24 newEnd = targetSet.last();
25 } else {
26 SortedSet<BigDecimal> newTargetSet = targetSet
27 .tailSet(bdLower);
28 for (BigDecimal object : newTargetSet) {
29 if (object.compareTo(bdHigher) == 1) {
30 newEnd = object;
31 break;
32 } else if (object.compareTo(bdHigher) == 0) {
33 newEnd = object;
34 break;
35 }
36 }
37 }
38 returnSet = targetSet.subSet(bdLower, true, newEnd, true);
39 if (newEnd.compareTo(bdHigher) == 1) {
40 returnSet.remove(newEnd);
41 }
42 return returnSet;
43 }
44
45 } else {
46 if (hasHigher) {
47 System.out.println("get end:" + bdHigher);
48 TreeSet<BigDecimal> newTargetSet = (TreeSet<BigDecimal>) targetSet
49 .headSet(bdHigher, true);
50 BigDecimal newStart = null;
51 SortedSet<BigDecimal> returnSet = null;
52
53 if (bdLower.compareTo(targetSet.first()) == -1) {
54 newStart = targetSet.first();
55 } else {
56 for (BigDecimal object : newTargetSet) {
57 if (object.compareTo(bdLower) != -1) {
58 newStart = object;
59 break;
60 }
61 }
62 }
63 returnSet = targetSet.subSet(newStart, true, bdHigher, true);
64
65 return returnSet;
66 } else {
67 System.out.println("Not get start:" + bdLower);
68 System.out.println("Not get end:" + bdHigher);
69 BigDecimal newStart = null;
70 BigDecimal newEnd = null;
71 if (bdHigher.compareTo(targetSet.last()) != -1) {
72 newEnd = targetSet.last();
73 }
74 if (bdLower.compareTo(targetSet.first()) == -1) {
75 newStart = targetSet.first();
76 }
77 for (BigDecimal object : targetSet) {
78 if (newStart == null) {
79 if (object.compareTo(bdLower) != -1) {
80 newStart = object;
81 if (newEnd != null) {
82 break;
83 }
84 }
85 }
86
87 if (newEnd == null) {
88 if (object.compareTo(bdHigher) != -1) {
89 newEnd = object;
90 if (newStart != null) {
91 break;
92 }
93 }
94 }
95 }
96
97 if (newStart == null) {
98 if (newEnd == null) {
99 if ((bdHigher.compareTo(targetSet.first()) == -1)
100 || (bdLower.compareTo(targetSet.last()) == 1)) {
101 return null;
102 }
103 return targetSet;
104 } else {
105 SortedSet<BigDecimal> newTargetSet = targetSet.headSet(
106 newEnd, true);
107 if (newEnd.compareTo(bdHigher) == 1) {
108 newTargetSet.remove(newEnd);
109 }
110 return newTargetSet;
111 }
112 } else {
113 if (newEnd == null) {
114 SortedSet<BigDecimal> newTargetSet = targetSet.tailSet(
115 newStart, true);
116 return newTargetSet;
117 } else {
118 SortedSet<BigDecimal> newTargetSet = targetSet.subSet(
119 newStart, true, newEnd, true);
120 if (newEnd.compareTo(bdHigher) == 1) {
121 newTargetSet.remove(newEnd);
122 }
123 return newTargetSet;
124 }
125 }
126 }
127 }
128 }
第三種方式: 使用Apache Commons Collections, 直接對于原始Set進行filter.
測試效果:集合大小10M,過濾結果1M, 運算時間: 1000ms+
過濾部分的代碼如下:
1 //過濾的主體邏輯
2 void filterSet(Set<BigDecimal> targetSet, String lower, String higher) {
3 final BigDecimal bdLower = new BigDecimal(Double.parseDouble(lower));
4 final BigDecimal bdHigher = new BigDecimal(Double.parseDouble(higher));
5
6 Predicate predicate = new Predicate() {
7 public boolean evaluate(Object object) {
8 BigDecimal bDObject = (BigDecimal) object;
9 return bDObject.compareTo(bdLower) >= 0
10 && bDObject.compareTo(bdHigher) <= 0;
11 }
12 };
13
14 CollectionUtils.filter(targetSet, predicate);
15 }
第四種方式:使用Guava(google Collections), 直接對于原始Set進行Filter
測試效果:集合大小10M,過濾結果1M, 運算時間: 100ms-
過濾部分的代碼如下:
1 //guava filter
2
3 Set<BigDecimal> filterSet(Set<BigDecimal> targetSet, String lower,
4 String higher) {
5 final BigDecimal bdLower = new BigDecimal(Double.parseDouble(lower));
6 final BigDecimal bdHigher = new BigDecimal(Double.parseDouble(higher));
7
8 Set<BigDecimal> filterCollection = Sets.filter(targetSet,
9 new Predicate<BigDecimal>() {
10 @Override
11 public boolean apply(BigDecimal input) {
12 BigDecimal bDObject = (BigDecimal) input;
13 return bDObject.compareTo(bdLower) >= 0
14 && bDObject.compareTo(bdHigher) <= 0;
15 }
16 });
17
18 return filterCollection;
19 }
四種方式對比如下:
第一種方式: 僅依賴于JAVA原生類庫 遍歷時間最慢, 代碼量很小
第二種方式: 僅依賴于JAVA原生類庫 遍歷時間比較慢(主要慢在生成有序Set), 代碼量最多
第三種方式: 依賴于Apache Commons Collections, 遍歷時間比較快, 代碼量很少
第四種方式: 依賴于Guava, 遍歷時間最快, 代碼量很少
基于目前個人的技術水平和視野, 第四種方式可能是最佳選擇.
記錄一下, 以后可能還會有更好的方案.
posted @
2014-06-21 23:33 混沌中立 閱讀(7370) |
評論 (10) |
編輯 收藏
在幾年之前,在大學里面的時候,認為系統的架構設計,就像建筑設計一樣,會把骨架搭成,然后有具體人員進行詳細的開發.
在后來,工作中,慢慢有了一些變化,因為原先的想法不太切合實際,系統就是在變化之中的,如果固定了骨架,那就很難的敏捷面對變化.
所以,系統的架構設計,應該是面向接口的設計,確定各個部分之間的數據接口和方法接口.這樣,即使有了變化,只要遵循接口的定義,就還是可以面對變化.
最近,又有了想法的變化.架構的設計,應該就是規則和規約的設計.設計出一系列,統一的,和諧的規則,在這些規則之前圈住的部分,實際就是系統的全貌.
接口的設計,實際只是規則和規約設計的一個部分.
架構的設計,不應該只是程序方面的事情,同時也包含了心理學方面和社會學方面的一些規則.例如:團隊在面對變化時候,需要采用的規則和流程.
只有包含了這些非程序上的規則之后,才能保證架構風格的統一協調.
以上,是我對系統設計的想法的轉變過程.記錄于此,以供回溯.
posted @
2009-09-02 10:53 混沌中立 閱讀(247) |
評論 (0) |
編輯 收藏
面對著滿屏幕的程序
是三年前,項目剛剛啟動的時候,同事寫的代碼.
三年過去了,項目由第一期變成了第七期.
這段代碼還是在這里,有個屬性是list,其中每個cell都是一個長度18的String數組.
數組里面放置了所需要導出到頁面table的內容.
現在要開始修改了,需要向頁面的table中增加4列.
繁瑣的讓人要命的工作,需要跟蹤這個循環,判斷每個pattern下面,這個長度18的數組里面放了哪些內容.
好吧,對象化維護從數組開始,把數組對折,因為這個數組時一個比較數組,前面9個元素是之前的情況,后面9個事之后的情況.
用一個bean,放入兩次就可以了.但是bean中,需要一個標志,標識是之前的情況還是之后的情況.
同時需要一個transform方法,把之前從幾個來源過來的情況,變成bean的屬性.
接下來需要一個values方法,把bean里面的屬性直接按順序轉化成數組.
本期新增的4個屬性,直接放入bean中就可以了.
這樣原來很復雜的數組,就可以簡單的用對象來解決.外部的接口完全沒有變化.
維護程序,從把數組(特別是異型數組)對象化開始.
posted @
2009-08-20 13:43 混沌中立 閱讀(1353) |
評論 (1) |
編輯 收藏
這個小的project是前一個階段，待業在家的時候，迷戀sudoku的時候，自己寫來玩的。
正好當時在看Uncle Bob的《Agile Software Development: Principles, Patterns, and Practices》 （敏捷軟件開發：原則、模式與實踐）,所以就按照自己對書中的一些概念和方法的理解，結合自己之前的開發經驗寫出來一段小的代碼。
代碼行數： < 900
類的個數： 18
抽象類的個數：2
工廠類的個數：1
包的個數：5
一些關于類和包作用的說明：
1.Cell:表示一個Cell，是一個游戲中的一個單元格。
? Cell主要由3個部分組成，Point,Value,Status.
2.Point:表示一個坐標，主要格式為:(2,3).
? ！！！注意：由于個人比較懶,所以開始的錯誤被貫徹了下來。
? 這個錯誤就是（2，3）表示的是由最左上的位置為坐標原點，第二行和第三列所確定的那個單元格。也就是縱坐標在前，橫坐標在后了。
3.Value:表示一個值
4.Status:表示Cell的狀態，只有兩個狀態，一個是NotSure,另一個是Sure.
5.AbstractCells：表示一些cell的集合，主要有三個子類
???? BlockCells：表示一個由多個Cell組成的塊，例如一個2*2由4個Cell組成的塊，或者一個2*3由6個Cell組成的塊
???? HorizonCells:表示一個橫行，即：從（0，0）到(0,n)坐標確定的所有Cell的集合。
???? VerticalCells:表示一個縱行，即：從（0，0）到(n,0)坐標確定的所有Cell的集合。
6.AbstractPolicy:就是游戲的策略。
?? 這個主要表示的是：4*4的游戲，還是9*9的游戲。
?? 可以在以后對此類進行繼承和擴展，例如16*16的游戲我就沒有實現。
?? 主要擴展3個方法：
????????????????? 1）getValueRange，返回當前policy的value的個數。4*4的游戲的getValueRange返回的就應該是4。
??? ??? ? 2）getStep：表示當前policy中相鄰的兩個BlockCells的坐標差。
??? ??? ? 3）getIncrease：說不明白了：）（只可意會不可言傳。）
7.Game：進行Policy的場所（我一直想拋棄這個類）
8.TestGame:游戲運行的地方，包括從PolicyFactory取得指定的Policy,設置輸入輸出文件的路徑。
9.PolicyFactory：取得Policy的工廠。
??? getPolicy(int x) :這個方法獲得的是正方形的sudoku的策略。例如:4*4的，9*9,16*16。
??? getPolicy(int x, int y)：這個方法獲得的是長方形的Sudoku的策略。例如：9*12的。
雖然是盡量避免bad code smell，但是由于能力有限，還是出現了一些不好的地方。
例如：之間的關聯關系還是很多，而且很強；抽象的方法和抽象類的個數偏少等等。
里面實現了三個解決sudoku的方法：
1.在一個Cell中出現的Value,不會在和這個Cell處在同一個AbstractCells中的所有Cell中出現；
2.如果一個Cell中，所有可能出現的Value的個數為1，那么Cell的Value必然是這個最后的Value；
2.如果一個Value,如果在當前AbstractCells的所有其他的Cell中都不可能出現，那么它必然是最后一個Cell的Value。
附件1：src code
http://www.tkk7.com/Files/GandofYan/sudoku.rar
附件2：輸入輸出文件的example
http://www.tkk7.com/Files/GandofYan/temp.rar
posted @
2006-07-13 16:19 混沌中立 閱讀(2163) |
評論 (4) |
編輯 收藏