2020-05-24

Lambda 笔记

Lambda 是什么 ?

简单的说，Lambda 就是匿名函数。由于 Java 是完全面向对象的，不能像 C 语言那样独立的定义函数以及函数变量，Java 中的方法 (函数) 只能定义在类或者接口中，所以 Java 采取了一种折衷的方案实现 Lambda: 通过有且只有一个未实现的方法的接口来实现 Lambda，所以这样的接口又叫做 Functional Interface。

在 Java 中，Lambda 的本质是匿名内部类的语法糖，用于简化匿名内部类的编码。也许您要问，匿名内部类在编译的时候都会成功 class 文件，但 Lambda 却没有看到对应的 class 文件啊。其实这也好理解，class 文件最后会被 JVM 加载到 byte[] 中，用于生成 Class 对象，Lambda 实现的匿名内部类在运行时生成对应的 bytes[] 来生成 Class 对象就可以了，class 文件只是一个载体，其内容也可以通过 URL 远程加载呢，这样本地是不是也一样看不到 class 文件了呢？

Lambda comes from the Lambda Calculus and refers to anonymous functions in programming.

阅读全文

2020-05-20

Fabric 笔记

Fabric 是基于 HTML5 canvas 的图形库，通过操作对象的属性来操作 canvas (叫 object model)，已经提供了一些基本的图元，如 Rect, Circle, Ellipse, Line, Polygon, Image, SVG, Text, Textbox, 阴影等，支持动画、拖动放大缩小旋转等，还支持自由绘制，能够序列化为字符串方便保存，需要的时候再把字符串反序列化为 fabric.Canvas 对象。

Fabric.js is a powerful and simple Javascript HTML5 canvas library. Fabric provides interactive object model on top of canvas element. Fabric also has SVG-to-canvas (and canvas-to-SVG) parser.

下面列举一些可能会常用到的知识点:

全局设置默认值: fabric.Object.prototype.transparentCorners = false (cornerSize: 7)
导出时包含指定 / 自定义属性: canvas.toJSON(['name', 'lockScalingY']，默认很多属性都没有到处，根据自己的需要在这里指定
设置选中 item 的属性: canvas.getActiveObject().set("fontFamily", 'Monaco')
修改整个 canvas 的鼠标: canvas.defaultCursor = 'move'
<canvas width="100" height="100"> 的大小被 Canvas 中指定的值覆盖: new fabric.Canvas('c', { width: 600, height: 600 })
控制点 controls 指的是选中图形后在图形边框上出现的 8 个用来控制图形大小的小方框，名字为 tl, tr, br, bl, ml, mt, mr, mb
canvas.renderAll() 会立即重绘，canvas.requestRenderAll() 则是把重绘的命令放到事件队列里，如果准备放入时已经存在则丢弃，不重复放入队列中
常用属性: Well, as you would expect there are those related to
- positioning: left, top
- dimension: width, height
- rendering: fill, opacity, stroke, strokeWidth
- scaling and rotation: scaleX, scaleY, angle
- flipping: flipX, flipY
- skewing: skewX, skewY

在 Fabric Demos 里有很多例子，对学习 Fabric 非常有帮助。

阅读全文

2020-05-13

微信网页中精确定位

支持 H5 的浏览器提供了获取 GPS 的接口 navigator.geolocation.getCurrentPosition(success, error)，由于各种原因，国内得到的定位都是不准确的，百度地图 API 也提供了定位接口 new BMap.Geolocation().getCurrentPosition(callback)，不过也不准确，有时候会偏离几十公里，为了能够在浏览器里精确的定位，可以在微信浏览器中打开网页，使用微信的 JS SDK 中的 wx.getLocation() 进行定位得到大地坐标系 WGS84 的坐标，然后转换为百度 BD09 坐标，使用百度 API 获取此坐标对应的中文地址。

阅读全文

2020-05-07

动态切换数据源

动态切换数据源的原理为使用 AbstractRoutingDataSource，根据数据源的名字查找数据源:

在 Spring IoC 容器中创建一个 AbstractRoutingDataSource 实现的对象 routingDataSource (Spring 默认没有使用此数据源)
创建一个数据源的 Map dataSourceMap，key 为 DataSource 的名字，value 为 DataSource 的对象
调用 routingDataSource.setTargetDataSources(dataSourceMap) 设置可供使用的数据源
在需要使用数据源的时候，Spring JDBC 会调用 routingDataSource.determineTargetDataSource() 获取数据源，而要返回哪个数据源，由 routingDataSource.determineCurrentLookupKey() 返回的数据源的名字决定

下面我们从最简单的方式实现数据源切换，然后一步一步的深入优化基于 AbstractRoutingDataSource 的数据源。

阅读全文

2020-05-02

Promise 知识点

可以访问 Promise 对象基础对 Promise 进行了解，这里就不再赘述了。

Promises 承诺，你将会得到延期或长期运行任务的未来结果。承诺有两个渠道：第一个为结果，第二个为潜在的错误。要获取结果，您将回调函数作为 then 函数参数，要处理错误，您将回调函数提供为 catch 函数参数。Promise 的状态的改变是单向的，一次性的，一旦改变，状态就会凝固了。

<!DOCTYPE html>
<html>

<head>
    <meta charset="utf-8">
</head>

<body>
    <script type="text/javascript">
        let p = new Promise((resolve, reject) => {
            setTimeout(function() {
                const result = Math.random();
                result > 0.5 ? resolve(result) : reject('Lower than 0.5');
            }, 2000);
        });

        p.then(result => {
            console.log('success', result);
        }).catch(result => {
            console.log('fail', result);
        });
    </script>
</body>

</html>

阅读全文

2020-03-03

Html 转为 Pdf

使用 html2pdf 把 Html 转为 Pdf，实际项目中可以先借助 Freemarker 模板生成 Html，然后再转换为 Pdf。

缺点: html2pdf 不支持 CSS 的 flex 和 grid 布局。

依赖

1	implementation "com.itextpdf:html2pdf:2.1.7"

转换

import com.itextpdf.html2pdf.ConverterProperties;
import com.itextpdf.html2pdf.HtmlConverter;
import com.itextpdf.layout.font.FontProvider;

import java.io.File;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;

public class Html2Pdf {
    public static void main(String[] args) throws IOException {
        File htmlSrc = new File("/Users/Biao/Desktop/x.html");
        File pdfDest = new File("/Users/Biao/Desktop/x.pdf");

        // 使用中文字体解决不显示中文问题: 字体文件可以从系统中找，也可以从网上下载
        FontProvider fontProvider = new FontProvider();
        fontProvider.addStandardPdfFonts();
        fontProvider.addFont("/Users/Biao/Desktop/Yahei.ttf");
        // fontProvider.addDirectory("..."); // 添加文件夹下的所有字体

        ConverterProperties converterProperties = new ConverterProperties();
        converterProperties.setCharset("UTF-8");
        converterProperties.setFontProvider(fontProvider);

        // HTML 中本地图片要使用 file:// 的格式，如 file:///Users/Biao/Desktop/shot.png
        HtmlConverter.convertToPdf(htmlSrc, pdfDest, converterProperties);
    }
}

阅读全文

2020-02-25

图-最短路径-Floyd

使用 Floyd 算法求任一点到其他所有点 (任意两点) 之间的最短距离: 对于每个顶点 v，和任一顶点对 (i, j), i!=j, v!=i, v!=j，如果 A[i][j] > A[i][v]+A[v][j]，则将 A[i][j] 更新为 A[i][v]+A[v][j] 的值，并且将 Prev[i][j] 改为 Prev[v][j]:

距离表 (初始化为图的邻接矩阵)
前驱表 (初始化为每点到其他任一点的前驱为自己)
三层循环:
- 第一层: 中间点 [A, B, C, D, E, F, G]
- 第二层: 出发点 [A, B, C, D, E, F, G]
- 第三层: 终结点 [A, B, C, D, E, F, G]
- 出发点通过中间点到终结点的距离、出发点直连终结点的距离选最小值更新距离表: min(Lik+Lkj, Lij)，同时更新前驱表

第一轮: 以 A 为中间节点，点 X 通过 A 到点 Y 的距离为 min(XA+AY, XY): BAA, BAB, BAC, BAD, BAE, BAF, BAG, CAA, CAB, …
第二轮: 以 B 为中间节点，…

…

第七轮: 以 G 为中间节点，…

// 核心: Floyd 算法计算任意 2 点之间的最短距离
final int len = distance.length;
for (int v = 0; v < len; v++) {         // 第一层: 中间点
    for (int i = 0; i < len; i++) {     // 第二层: 出发点
        for (int j = 0; j < len; j++) { // 第三层: 终结点
            if (distance[i][v] + distance[v][j] < distance[i][j]) {
                distance[i][j] = distance[i][v] + distance[v][j];
                path[i][j] = path[v][j];
            }
        }
    }
}

阅读全文

2020-02-23

图-最短路径-Dijkstra

求图中一点到其他点的最短路径可使用 Dijkstra 算法 (使用广度优先策略):

使用优先级队列实现找最小权重的点 (数组遍历也可以)
前驱节点数组
权重节点数组 (已访问节点)
连接表的存储: Map<String, List<String>>: key 为节点名字，List 为邻接表

阅读全文

2020-02-23

图-最小生成树-Kruskal

最小生成树 (Minumum Cost Spanning Tree，简称 MST) 的 2 个经典算法:

Prim (普里姆算法): 从顶点出发
Kruskal (克鲁斯卡尔算法): 从边出发

网: 带权无向图
最小生成树: 在包含 n 个顶点的连通图中，找出只有 (n-1) 条边，包含所有 n 个顶点的连通子图，也就是所谓的极小连通子图

下面图解 Prim 算法生成最小生成树的过程:

阅读全文

2020-02-23

图-最小生成树-Prim

最小生成树 (Minumum Cost Spanning Tree，简称 MST) 的 2 个经典算法:

Prim (普里姆算法): 从顶点出发
Kruskal (克鲁斯卡尔算法): 从边出发

网: 带权无向图
最小生成树: 在包含 n 个顶点的连通图中，找出只有 (n-1) 条边，包含所有 n 个顶点的连通子图，也就是所谓的极小连通子图

普里姆 (Prim) 算法求最小生成树算法如如下:

设 G = (V, E) 是联通网，T = (U, D) 是最小生成树，V, U 是顶点集合，E, D 是边的集合
若从顶点 u 开始构造最小生成树，则从集合 V 中取出顶点 u 放入集合 U 中，标记顶点 u 被访问过了: visited[u] = 1
若集合 U 中顶点 ui 与集合 V-U 中的顶点 vj 之间存在边，则寻找这些边中权值最小的边，但不能构成回路，将顶点 vj 加入集合 U 中，将边 (ui, vj) 加入集合 D 中，标记 visited[vj] = 1
重复步骤 3，直到 U 与 V 相等，即所有顶点都被标记为访问过，此时 D 中有 n-1 条边

不管从哪一个顶点开始构建最小生成树，最后得到的最小生成树的边的权值加起来都相等。

下面图解 Prim 算法生成最小生成树的过程，其中:

黑色节点表示未访问过节点
黄色节点表示已访问过节点
红色节点表示未访问过，但是将选择为访问的节点
红色的边为最小生成树中的边
灰色的边为不需要在判断的边，因为它的 2 个顶点都访问过了
黄色的边，其有 1 个顶点被访问过了，另一个顶点未被访问

阅读全文