最长公共子序列

假设您正在开发一个将对象自动保存到数据库中的框架。 您需要检测两次保存之间所做的更改，以便仅保存修改的字段。 如何检测脏场。 最简单的方法是遍历原始数据和当前数据，并分别比较每个字段。 代码如下：

public static void getDirtyFields(Object obj, Object obj2, Class cls, Map<String, DiffFields> diff)throws Exception {Field[] flds = cls.getDeclaredFields();for (int i = 0; i < flds.length; i++) {flds[i].setAccessible(true);Object fobj = flds[i].get(obj);Object fobj2 = flds[i].get(obj2);if (fobj.equals(fobj2)) continue;if (checkPrimitive(flds[i].getType())) {<!-- add to dirty fields -->continue;}Map<String, DiffFields> fdiffs = new HashMap<String, DiffFields>();getDirtyFields(fobj, fobj2, fobj.getClass(), fdiffs);<!-- add to dirty fields -->}if (cls.getSuperclass() != null)getDirtyFields(obj, obj2, cls.getSuperclass(), diff);}

上面的代码不能处理很多条件，例如null值，字段是集合，映射或数组等。但是，这给出了可以做什么的想法。 如果对象很小并且其中不包含太多层次结构，则效果很好。 当在巨大的层次结构对象中的变化很小时，我们必须一直遍历最后一个对象才能知道差异。 而且，使用equals可能不是检测脏字段的正确方法。 可能尚未实现等于，或者仅可以仅比较几个字段，所以没有进行真正的脏字段检测。 您必须遍历每个字段，而不论是否相等，直到您击中图元来检测脏字段为止。

在这里，我想谈谈检测脏场的另一种方法。 除了使用反射，我们还可以使用序列化来检测脏字段。 我们可以轻松地替换上面代码中的“等于”来序列化对象，并且仅当字节不同时才继续操作。 但这不是最佳选择，因为我们将多次序列化同一对象。 我们需要如下逻辑：

• 序列化要比较的两个对象
• 比较两个字节流时，检测要比较的字段
• 如果字节值不同，则将该字段存储为不同
• 收集所有不同的字段并返回

因此，一次遍历两个字节流可以生成不同的字段列表。 我们如何实现这种逻辑？ 我们可以遍历序列化流并能够识别其中的字段吗？ 我们要编写如下代码：

public static void main(String[] args) throws Exception {ComplexTestObject obj = new ComplexTestObject();ComplexTestObject obj2 = new ComplexTestObject();obj2._simple._string = "changed";//serialize the first object and get the bytesByteArrayOutputStream ostr = new ByteArrayOutputStream();CustomOutputStream str = new CustomOutputStream(ostr);str.writeObject(obj);str.close();byte[] bytes = ostr.toByteArray();//serialize the second object and get the bytesostr = new ByteArrayOutputStream();str = new CustomOutputStream(ostr);str.writeObject(obj2);str.close();byte[] bytes1 = ostr.toByteArray();       //read and compare the bytes and get back a list of differing fieldsReadSerializedStream check = new ReadSerializedStream(bytes, bytes1);Map diff = check.compare();System.out.println("Got difference: " + diff);}

地图应包含_simple._string，以便我们可以直接转到_string并对其进行处理。

解释序列化格式

有些文章解释了标准序列化字节流的外观。 但是，我们将使用自定义格式。 尽管我们可以读取标准的序列化格式，但是当类的结构已经被我们的类定义时，它就没有必要了。 我们将简化它，并更改序列化的格式以仅写入字段的类型。 字段的类型是必需的，因为类声明可以引用接口，超类等，而所包含的值可以是派生类型。

为了自定义序列化，我们创建了自己的ObjectOutputStream并覆盖了writeClassDescriptor函数。 现在，我们的ObjectOutputStream如下所示：

public class CustomOutputStream extends ObjectOutputStream {public CustomOutputStream(OutputStream str)throws IOException  {super(str);}@Overrideprotected void writeClassDescriptor(ObjectStreamClass desc)throws IOException  {<b>String name = desc.forClass().getName();writeObject(name);</b>String ldr = "system";ClassLoader l = desc.forClass().getClassLoader();if (l != null)  ldr = l.toString();if (ldr == null)  ldr = "system";writeObject(ldr);}
}

让我们编写一个简单的对象进行序列化，并查看字节流的外观：

public class SimpleTestObject implements java.io.Serializable {int _integer;String _string;public SimpleTestObject(int b)  {_integer = 10;_string = "TestData" + b;}public static void main(String[] args) throws Exception  {SimpleTestObject obj = new SimpleTestObject(0);FileOutputStream ostr = new FileOutputStream("simple.txt");CustomOutputStream str = new CustomOutputStream(ostr);str.writeObject(obj);str.close(); ostr.close();}
}

运行此类后，调用“ hexdump -C simple.txt”显示以下输出：

00000000  ac ed 00 05 73 72 74 00  10 53 69 6d 70 6c 65 54  |....srt..SimpleT|
00000010  65 73 74 4f 62 6a 65 63   74 74 00 27 73 75 6e 2e  |estObjectt.'sun.|
00000020  6d 69 73 63 2e 4c 61 75  6e 63 68 65 72 24 41 70  |misc.Launcher$Ap|
00000030  70 43 6c 61 73 73 4c 6f   61 64 65 72 40 33 35 63  |pClassLoader@35c|
00000040  65 33 36 78 70 00 00 00  0a 74 00 09 54 65 73 74  |e36xp....t..Test|
00000050  44 61 74 61 30                                                          |Data0|
00000055

按照本文中的格式，我们可以将字节跟踪为：

• AC ED：STREAM_MAGIC。 指定这是一个序列化协议。
• 00 05：STREAM_VERSION。 序列化版本。
• 0×73：TC_OBJECT。 指定这是一个新对象。

现在我们需要阅读类描述符。

• 0×72：TC_CLASSDESC。 指定这是一个新类。

类描述符是我们编写的，因此我们知道格式。 它已读取两个字符串。

• 0×74：TC_STRING。 指定对象的类型。
• 0×00 0×10：字符串的长度，后跟对象类型的16个字符，即SimpleTestObject
• 0×74：TC_STRING。 指定类加载器
• 0×00 0×27：字符串的长度，后跟类加载器名称
• 0×78：TC_ENDBLOCKDATA，对象的可选块数据的结尾。
• 0×70：TC_NULL，在结束块之后，表示没有超类的事实

此后，将写入类中不同字段的值。 我们的类_integer和_string中有两个字段。 因此我们有4个字节的_integer值，即0×00、0×00、0×00、0x0A，后跟一个格式为字符串的字符串

• 0×74：TC_STRING
• 0×00 0×09：字符串的长度
• 9个字节的字符串数据

比较流并检测脏区

现在我们了解并简化了序列化格式，我们可以开始为流编写解析器并对其进行比较。 首先，我们为原始字段编写标准的读取函数。 例如，如下所示编写getInt以读取整数(示例代码中存在其他整数)：

static int getInt(byte[] b, int off) {return ((b[off + 3] & 0xFF) << 0) +  ((b[off + 2] & 0xFF) << 8) +((b[off + 1] & 0xFF) << 16) + ((b[off + 0]) << 24);}

可以使用以下代码读取类描述符。

byte desc = _reading[_readIndex++]; //read TC_CLASSDESCbyte cdesc = _compareTo[_compareIndex++];switch (desc) {case TC_CLASSDESC: {byte what = _reading[_readIndex++];  byte cwhat = _compareTo[_compareIndex++]; //read the type written TC_STRINGif (what == TC_STRING) {String[] clsname = readString(); //read the field Type if (_reading[_readIndex] == TC_STRING) {what = _reading[_readIndex++];  cwhat = _compareTo[_compareIndex++];String[] ldrname = readString(); //read the classloader name}ret.add(clsname[0]);cret.add(clsname[1]);}byte end = _reading[_readIndex++]; byte cend = _compareTo[_compareIndex++]; //read 0x78 TC_ENDBLOCKDATA//we read again so that if there are super classes, their descriptors are also read//if we hit a TC_NULL, then the descriptor is readreadOneClassDesc(); }break;case TC_NULL://ignore all subsequent nulls while (_reading[_readIndex] == TC_NULL) desc = _reading[_readIndex++];while (_compareTo[_compareIndex] == TC_NULL) cdesc = _compareTo[_compareIndex++];break;}

在这里，我们读取第一个字节，如果它是TC_CLASSDESC，则读取两个字符串。 然后，我们继续阅读，直到达到TC_NULL。 还有其他条件要处理，例如TC_REFERENCE，它是对先前声明的值的引用。 可以在示例代码中找到。

注意：函数同时读取两个字节流(_reading和_compareTo)。 因此，他们两个总是指向下一个必须开始比较的点。 字节作为一个块读取，这确保即使存在值差异，我们也始终会从正确的位置开始。 例如，字符串块的长度指示直到读取的位置，类描述符的末尾指示直到读取的位置，依此类推。

我们尚未编写字段序列。 我们如何知道要阅读哪些字段？ 为此，我们可以执行以下操作：

Class cls = Class.forName(clsname, false, this.getClass().getClassLoader());ObjectStreamClass ostr = ObjectStreamClass.lookup(cls);ObjectStreamField[] flds = ostr.getFields();

这为我们提供了序列化顺序的字段。 如果我们遍历flds，则将按照写入数据的顺序进行。 因此，我们可以如下进行迭代：

Map diffs = new HashMap();
for (int i = 0; i < flds.length; i++) {DiffFields dfld = new DiffFields(flds[i].getName());if (flds[i].isPrimitive()) { //read primitivesObject[] read = readPrimitive(flds[i]);if (!read[0].equals(read[1])) diffs.put(flds[i].getName(), dfld); //Value is not the same so add as different}else if (flds[i].getType().equals(String.class)) { //read stringsbyte nxtread = _reading[_readIndex++]; byte nxtcompare = _compareTo[_compareIndex++];String[] rstr = readString();if (!rstr[0].equals(rstr[1])) diffs.put(flds[i].getName(), dfld); //String not same so add as difference}
}

在这里，我仅说明了如何检查类中的原始字段是否存在差异。 但是，可以通过递归调用对象字段类型的相同函数，将逻辑扩展到子类。

可以在此处找到该博客要尝试的示例代码，该代码具有比较子类和超类的逻辑。 在这里可以找到更整洁的实现。

请注意。 此方法存在一些缺点：

• 此方法只能使用可序列化的对象和字段。 暂态和静态字段之间没有差异。
• 如果writeObject覆盖默认的序列化，则ObjectStreamClass不能正确反映序列化的字段。 为此，我们将不得不对这些类的读取进行硬编码。 例如，在示例代码中，存在对ArrayList的读取或使用并解析标准序列化格式。

翻译自: https://www.javacodegeeks.com/2013/11/using-serialization-to-find-dirty-fields-in-an-object.html

最长公共子序列