使用KMP(kotlin多平台)开发Compose,如何打包成可执行文件?exe、DMG……

上一次的分享中,我分享了,如何在windows平台上直接通过IDE运行compose。
使用的方式是:
双击ctrl,然后,执行 gradle run

详情见:使用KMP(kotlin多平台)在windows上出现:Cannot locate tasks that match ‘:composeApp:compileJava‘ as task

有朋友问,我是能够执行了,但是这毕竟是调试方式,它还不是一个可以分享给别人的可执行文件呀,我写一个程序,只能在自己电脑上运行,那没啥意义呀。

那今天我分享一下,如果将compose的代码,打包成一个Windows平台的可执行文件(其他平台同理,看一下就知道)。

第一步:找到打包任务。

在这里插入图片描述
首页找到你的IDE(我用的是AndroidStudio,选项卡在右边栏),Gradle选项卡 。在这个选项卡打开之后,找到 我们的项目:composeApp,关于桌面应用的任务 在compose desktop中。

然后我们就看到了一堆以package开头的任务了,然后根据任务的名字,我们就能看出来,这些任务,是给不同平台打包的。

  • Deb 结尾 —— linux系统下的执行文件
  • ForCurrentOS —— 自动识别系统,也就是给你当前使用的系统,打包一个执行文件。
  • MSI —— windows下的执行文件
  • Dmg —— MacOS下的执行文件

你可以根据自己的系统,打包出自己系统对应的执行文件。也可以打包你想打包的系统的执行文件(比如在Windows上打包macos上的dmg,注意Windows上无法打包ios的安装包,但是可以打包macos的)。

也就是说,被跳过了。所以这里为了保证成功性,就执行,packageDistributionForCurrentOS 这个任务吧!

这里,只需要双击,这个任务让它执行就好了。

第二步,找到可执行文件

在这里插入图片描述
在项目目录中,找到,build文件夹,生成的可执行文件就在这里,如上图所示(windows平台)。

build/compose/binaries/main/msi/ xxxxxxxxxxxxxxxxxxxx.msi

我们把这个文件拖到桌面上,双击就可以执行了。

第三步,安装可执行文件

在windows平台下,compose生成的并不是一个可以直接运行出我们编写的程序页面的。需要走一个安装过程。

1、双击msi,弹出安装过程

在这里插入图片描述

2、 一顿安装,(要记住自己安装的位置)

在这里插入图片描述
因为我这个程序,不会生成桌面快捷方式,所以要记住这个位置,一会好去执行。

这里也可以选择其他的位置。反正记住自己选的位置 就好了。

3、执行看效果

找到安装的位置

在这里插入图片描述

进入文件夹

在这里插入图片描述
在这里我们看到了,一个类型为应用程序的文件,双击这个文件。

执行起来了

在这里插入图片描述

你可能遇到的问题

经过上面的步骤,你已经做好了一个Windows平台下的可执行文件了。但是在这个过程中你可能会遇到问题。

1. wix311下载失败

这是用于打包成Windows下可执行文件的工具,如果下载不下来,是不行的。

解决方案 1

让你的电脑能正确方式github。(因为这个包是从github下载的)

解决方案2

手动下载文件,并放置到
GRADLE_HOME\compose-jb\

在这里插入图片描述

2. Failed to check JDK distribution: ‘jpackage.exe’ is missing

这可能是因为你是用的JDK版本问题。
jpackage.exe在低版本中没有此工具。
我安装的是jdk17。

如果安装了还没有,可以换一下其他公司的jdk,比如BellSoft的。

在AndroidStudio中可以直接下载:

在这里插入图片描述
点击如图位置,可以下载jdk。

参考:AndroidStudio如何安装其他版本JDK

  • 33
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,下面我来为您讲解使用KMP算法解决字符串匹配问题的方法。 KMP算法是一种比较高效的字符串匹配算法,它的核心思想是利用已经匹配过的信息,尽可能减少不必要的字符比较次数,从而提高匹配效率。具体实现时,KMP算法利用前缀和后缀的概念,对于每个字符,计算出它的最长前缀和最长后缀的匹配长度,然后根据这些信息来移动模式串,从而减少比较次数。 下面是使用KMP算法解决字符串匹配问题的代码实现: ```python def str_str(s, n): if not n: return 0 if not s: return -1 m, k = len(s), len(n) next = get_next(n) i = j = 0 while i < m and j < k: if j == -1 or s[i] == n[j]: i += 1 j += 1 else: j = next[j] if j == k: return i - k else: return -1 def get_next(n): k, j = -1, 0 next = [-1] * len(n) while j < len(n) - 1: if k == -1 or n[k] == n[j]: k += 1 j += 1 next[j] = k else: k = next[k] return next ``` 需要注意的是,KMP算法中的next数组表示的是模式串中每个位置的最长前缀和最长后缀的匹配长度,而不是暴力匹配算法中的每个位置的最长前缀和最长后缀。因此,KMP算法中的next数组需要先计算出来,然后再根据它来移动模式串。 接下来,我来给您提供一组测试用例,证明KMP算法的正确性: ```python assert str_str("hello", "ll") == 2 assert str_str("aaaaa", "bba") == -1 assert str_str("mississippi", "issip") == 4 ``` 这些测试用例可以验证KMP算法的正确性。相比暴力匹配算法,KMP算法的时间复杂度为O(m+n),可以在较短的时间内解决字符串匹配问题。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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