快速解决工作中遇到经典的括号匹配问题

问题来源:从缓存中取出的数据没有空格和换行,很难阅读,但又找不到像JSON一样的在线格式化工具。灵机一动,自己写了一个小程序将其格式化。

一、先看效果
1、原始数据长这样,难以阅读

MemCachedItem{同一申请客户Xh内登录的设备列表=TimedItems {allItems={2016-09-23 22:08:08.253={merged=false, limit=0, list=[caZ8d17967b615ceb1V164793Zbb8gei147319824612056b949f73a22797cee0]}}}, 同一用户近xd内登录时间段和次数=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=机构号加用户号, 同一用户近xM平台内部最大逾期天数=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}}}, 同一用户近xd内使用的IP地址和次数=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}}}}}, 同一用户最近Xpd内操作APP时间段频率集合=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}}}}}, 同一用户最近登录时间列表=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, 同一用户最近Xpd登陆的各设备指纹频率集合=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}}}}}, 同一用户Xd使用登录设备和次数=TimedItems {allItems={2016-09-24 00:00:00.000={merged=true, limit=0, map={caZ8d17967b615ceb1V164793Zbb8gei147319824612056b949f73a22797cee0=CountNumber {count=1, value=1, merged=false}}}}}}

这里写图片描述

2、这样就好多了

MemCachedItem{
    同一申请客户Xh内登录的设备列表=TimedItems {
        allItems={
            2016-09-23 22:08:08.253={
                merged=false, limit=0, list=[
                    caZ8d17967b615ceb1V164793Zbb8gei147319824612056b949f73a22797cee0
                ]
            }
        }
    }, 同一用户近xd内登录时间段和次数=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=机构号加用户号, 同一用户近xM平台内部最大逾期天数=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
            }
        }
    }, 同一用户近xd内使用的IP地址和次数=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
                    }
                }
            }
        }
    }, 同一用户最近Xpd内操作APP时间段频率集合=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
                    }
                }
            }
        }
    }, 同一用户最近登录时间列表=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, 同一用户最近Xpd登陆的各设备指纹频率集合=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
                    }
                }
            }
        }
    }, 同一用户Xd使用登录设备和次数=TimedItems {
        allItems={
            2016-09-24 00:00:00.000={
                merged=true, limit=0, map={
                    caZ8d17967b615ceb1V164793Zbb8gei147319824612056b949f73a22797cee0=CountNumber {
                        count=1, value=1, merged=false
                    }
                }
            }
        }
    }
}

这里写图片描述

二、编程实现
仔细观察一下缓存中的数据,发现只有大括号和中括号,并且成对出现。这不就是大学数据结构课程中典型的括号匹配算法的变形吗?既然是括号问题,就可以考虑用栈来实现。代码如下:

package test;

import java.util.Stack;

/**
 * 格式化MemCachedItem,便于阅读
 * -----------------------------------------
 * @author Lynch 2016年9月24日 下午5:32:02 
 * -----------------------------------------
 */
public class CacheDataFormatUtil {

    /**
     * 用栈解决括号匹配问题,实现数据格式化
     * 
     * @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();
    }
    }
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值