yx的学习日记 - 技术栈

1:算是正式开始把。。。。。

还是看了一下redis的视频，今天主要学习的是redis的客户端，在下面总结，然后具体学习了一下算法的时间复杂度分析。。

2:JAVA

Redis客户端的学习

Redis客户端到底是个啥呢？简单来说，它就像是一个"接口"，只不过这个接口的具体实现是由各种编程语言提供的。我们主要关注的是Java里的两个常用工具：`Jedis`和`Spring-Redis`。通过它们，Java可以提供一些类和方法，用来创建连接、操作Redis数据库。大体流程是：先建立连接，然后通过Redis对象来操作数据。接下来，我具体讲一下`Jedis`和`Spring-Redis`的区别，以及我是怎么学习它们的。

Jedis

首先看`Jedis`，它的使用其实很简单。比如，我们可以这样写代码来连接Redis：

csharp 复制代码

private Jedis jedis;
@BeforeEach
void setUp() {
    // 设置Redis的地址和端口号
    jedis = new Jedis("192.168.100.128", 6379);
    // 设置密码
    jedis.auth("123");
    // 选择数据库（Redis支持多个库，默认是0号库）
    jedis.select(0);
}

这里的Jedis连接配置，其实就是告诉程序：你要连哪个Redis服务器（远程还是本地）、用什么端口、密码是多少，以及选哪个数据库。如果是本地连接，区别就在于主机地址（host）不同。

Jedis操作Redis的例子

接下来看几个实际操作Redis的例子。 **1. 操作字符串** 比如，我们可以用`set`和`get`方法来存取数据：

csharp 复制代码

void testString() {
    String result = jedis.set("name", "zzh"); // 存入键值对
    System.out.println("result=" + result);   // 打印结果
    String name = jedis.get("name");         // 获取键对应的值
    System.out.println("name=" + name);      // 打印值
}

这里，jedis.set就相当于在Redis命令行里执行SET name zzh，而jedis.get就是GET name。本质上，Jedis就是把命令行的操作封装成了代码。 2. 操作哈希表 再比如，我们可以用hset和hgetall来操作哈希表：

javascript 复制代码

void testHash() {
    // 插入哈希表数据
    jedis.hset("user:1", "name", "张智昊");
    jedis.hset("user:1", "age", "18");
    // 获取整个哈希表
    Map<String, String> hgetAll = jedis.hgetAll("user:1");
    System.out.println(hgetAll); // 打印结果
}

运行后，你会看到类似这样的输出：

ini 复制代码

{name=张智昊, age=18}

Jedis的局限性

虽然`Jedis`用起来挺方便，但它也有点麻烦的地方。比如，它的方法参数要求很严格，必须是固定的格式。我们来看一下源码：

kotlin 复制代码

public String set(String key, String value) {
    this.checkIsInMultiOrPipeline();
    this.client.set(key, value);
    return this.client.getStatusCodeReply();
}
public String set(String key, String value, SetParams params) {
    this.checkIsInMultiOrPipeline();
    this.client.set(key, value, params);
    return this.client.getStatusCodeReply();
}

从源码可以看出，set方法只能接受key和value都是字符串类型的参数。如果你想插入类似user:{"name":"zzh"}这种结构化的数据，Jedis是不支持的，得自己想办法绕过去。同理，get方法也要求传入的key必须是字符串类型：

kotlin 复制代码

public String get(String key) {
    this.checkIsInMultiOrPipeline();
    this.client.get(key);
    return this.client.getBulkReply();
}

总结一下，Jedis的用法其实跟直接在Redis命令行里敲命令差不多，但因为它的参数限制比较死板，所以有时候会显得有点麻烦。

总结

总的来说，`Jedis`就是一个能让我们用Java代码操作Redis的工具。它的好处是简单直接，缺点是灵活性不够，尤其是处理复杂数据结构时会有点别扭。至于`Spring-Redis`，它在`Jedis`的基础上做了更多封装，后面我会继续学习并分享心得。

spring-redis：

我们先来看一下 `spring-redis` 是如何使用的。以下是一个简单的代码示例，展示了如何通过 `RedisTemplate` 操作 Redis 中的字符串类型数据：

csharp 复制代码

void TestString() {
    // 使用 opsForValue() 方法设置键值对
    redisTemplate.opsForValue().set("name:", "张智昊");
    
    // 通过键获取对应的值
    Object name = redisTemplate.opsForValue().get("name:");
    
    // 输出获取到的值
    System.out.println("name=" + name);
}

从这段代码中可以看出，Spring 框架内置了一个名为 StringRedisTemplate 的工具类，其中提供了 opsForValue() 方法。通过这个方法，我们可以选择操作 Redis 中的数据类型。例如，上面的代码演示了如何对字符串类型的数据进行存储和获取（键值对形式）。

默认序列化机制的问题

然而，默认情况下，`RedisTemplate` 使用的是 Spring 自带的序列化机制（通常是基于 Java 的序列化方式）。这种序列化方式会将数据以二进制的形式存储到 Redis 中。例如，当我们插入键值对 `"name:" -> "张智昊"` 时，实际存储到 Redis 中的数据可能如下所示：

复制代码

\xac\xed\x00\x05t\x00\x09\xe5\xbc\xa0\xe6\x99\xba\xe6\x98\x8a

可以看到，这段数据是经过序列化后的二进制内容，虽然它能够被程序正确解析，但对于人类来说几乎是不可读的。这种默认的序列化机制可能会带来以下几个问题：

可读性差：由于数据是以二进制形式存储的，直接查看 Redis 数据库的内容时无法直观理解其含义。
兼容性问题：如果其他语言或框架需要与 Redis 进行交互，它们可能无法解析这种特定的序列化格式。
调试困难：在开发和调试过程中，查看 Redis 数据变得复杂，增加了排查问题的难度。

解决方案：自定义序列化机制

为了解决上述问题，我们可以通过自定义 `RedisTemplate` 的序列化器来改进数据存储的方式。例如，可以使用 `StringRedisSerializer` 或 `Jackson2JsonRedisSerializer` 等更友好的序列化方式，使存储的数据更加清晰易读。以下是配置 `RedisTemplate` 使用 `StringRedisSerializer` 的示例代码：

arduino 复制代码

@Bean
public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
    RedisTemplate<String, Object> template = new RedisTemplate<>();
    
    // 设置 key 和 value 的序列化器
    template.setKeySerializer(new StringRedisSerializer());
    template.setValueSerializer(new StringRedisSerializer());
    
    // 设置连接工厂
    template.setConnectionFactory(redisConnectionFactory);
    
    return template;
}

通过这种方式，存储到 Redis 中的数据将变为更直观的字符串形式。例如，插入 "name:" -> "张智昊" 后，Redis 中的实际存储内容将直接显示为：

arduino 复制代码

"张智昊"

这不仅提高了数据的可读性，还增强了与其他系统的兼容性，同时也便于开发人员进行调试和维护。

3：数据结构于算法

时间复杂度：

主要是学习了一下时间复杂度分析，这算算法的基础吧，毕竟算法就是如何用更短的时间更小的内存去实现同样的事情

我感觉学到的主要就是你去关注那个带n的式子常数级别的运算，对整个程序影响不大，一旦牵扯到n就提高一个层次：

大 O 复杂度表示法：

**1. 只关注循环执行次数最多的一段代码**

我刚才说了，大 O 这种复杂度表示方法只是表示一种变化趋势。我们通常会忽略掉公式中的常量、低阶、系数，只需要记录一个最大阶的量级就可以了。所以， 我们在分析一个算法、一段代码的时间复杂度的时候，也只关注循环执行次数最多的那一段代码就可以了 。这段核心代码执行次数的 n 的量级，就是整段要分析代码的时间复杂度。

2. 加法法则：总复杂度等于量级最大的那段代码的复杂度

总的时间复杂度 * 就 *等于量级最大的那段代码的时间复杂度。那我们将这个规律抽象成公式就是：

如果 T1(n)=O(f(n))，T2(n)=O(g(n))；那么 T(n)=T1(n)+T2(n)=max(O(f(n)), O(g(n))) =O(max(f(n), g(n))).

3. 乘法法则：嵌套代码的复杂度等于嵌套内外代码复杂度的乘积

我刚讲了一个复杂度分析中的加法法则，这儿还有一个 乘法法则 。类比一下，你应该能"猜到"公式是什么样子的吧？

如果 T1(n)=O(f(n))，T2(n)=O(g(n))；那么 T(n)=T1(n)T2(n)=O(f(n)) O(g(n))=O(f(n)*g(n)).

也就是说，假设 T1(n) = O(n)，T2(n) = O(n²)，则 T1(n) * T2(n) = O(n³)。

空间复杂度分析

前面，咱们花了很长时间讲大 O 表示法和时间复杂度分析，理解了前面讲的内容，空间复杂度分析方法学起来就非常简单了。

前面我讲过，时间复杂度的全称是 渐进时间复杂度 ， 表示算法的执行时间与数据规模之间的增长关系 。类比一下，空间复杂度全称就是 渐进空间复杂度 （asymptotic space complexity）， 表示算法的存储空间与数据规模之间的增长关系 。

我还是拿具体的例子来给你说明。（这段代码有点"傻"，一般没人会这么写，我这么写只是为了方便给你解释。）

css 复制代码

void print(int n) {

  int i = 0;

  int[] a = new int[n];

  for (i; i <n; ++i) {

    a[i] = i * i;

  }

 

  for (i = n-1; i >= 0; --i) {

    print out a[i]

  }

}
复制代码

跟时间复杂度分析一样，我们可以看到，第 2 行代码中，我们申请了一个空间存储变量 i，但是它是常量阶的，跟数据规模 n 没有关系，所以我们可以忽略。第 3 行申请了一个大小为 n 的 int 类型数组，除此之外，剩下的代码都没有占用更多的空间，所以整段代码的空间复杂度就是 O(n)。

我们常见的空间复杂度就是 O(1)、O(n)、O(n² )，像 O(logn)、O(nlogn) 这样的对数阶复杂度平时都用不到。而且，空间复杂度分析比时间复杂度分析要简单很多。所以，对于空间复杂度，掌握刚我说的这些内容已经足够了。