GSON你应该知道的事

之前一直用 fastjson, 但目前项目中使用的是GSON, 两者的性能在请求数据量不太的情况下差不多。。

本文适用于不了解GSON的同学,如果你已经了解了,完全可以不看,

至少之前,我是很烦燥JsonPrimitive JsonElement JsonObject JsonArray这几个东西的。对GSON了解得也很浅,只会baidu搜索它的用法,然后遇到错误了也不知道该如何解决。

直到后来,我看了它的源码,哈哈

下面从源码的角度去分析该如何解析获取到的字符串。。看看这个类图,已经很简化了。。




为了更好的理解,我写一个基本的JSON串:

{
    “result”:1,
    "data":[
        {"name":"david", "age":1,"sex":1},
        {"name":"lilei", "age":1,"sex":1}
    ],
    "mesage":"request ok"
}


JsonElement  :  它就是一个抽象类,一堆公共的方法申明,没有实现体,不用管它

JsonPrimitive :  里面只有一个成员变量Object  , 相当于一个确定的值,它可以是1, david 等基本数据类型 

JsonObject  :   还是看它的成员变量 LinkedTreeMap<String, JsonElement> members, 只有一个LinkedTreeMap, 它是一个树类型的MAP, 它可以是整个JSON串,数据是键值类型

JsonArray :   继续看它的成员变量 List<JsonElement> elements = new ArrayList(), 就是一个列表,可以看到data后面的列表数据。要知道在JSON串里面,大括号表示的是对象,中括号表示的是数组。。


了解了这些,感觉你自己应该会使用GSON解析了吧!

对了,还有一个JsonParser解析类,使用它来解决JSON串,得到的结果是JsonElement, 你可以再次把它强转为JsonPrimitive , JsonObject, JsonArray,都可以,主要看你的数据定义的结构。


还有一种解析方法是直接使用fromJson  toJson,对JSON串和对象互转的,这个比较简单,就不写了...

内容概要:该论文研究增程式电动汽车(REEV)的能量管理策略,针对现有优化策略实时性差的问题,提出基于工况识别的自适应等效燃油消耗最小策略(A-ECMS)。首先建立整车Simulink模型和基于规则的策略;然后研究动态规划(DP)算法和等效燃油最小策略;接着通过聚类分析将道路工况分为四类,并设计工况识别算法;最后开发基于工况识别的A-ECMS,通过高德地图预判工况类型并自适应调整SOC分配。仿真显示该策略比规则策略节油8%,比简单SOC规划策略节油2%,并通过硬件在环实验验证了实时可行性。 适合人群:具备一定编程基础,特别是对电动汽车能量管理策略有兴趣的研发人员和技术爱好者。 使用场景及目标:①理解增程式电动汽车能量管理策略的基本原理;②掌握动态规划算法和等效燃油消耗最小策略的应用;③学习工况识别算法的设计和实现;④了解基于工况识别的A-ECMS策略的具体实现及其优化效果。 其他说明:此资源不仅提供了详细的MATLAB/Simulink代码实现,还深入分析了各算法的原理和应用场景,适合用于学术研究和工业实践。在学习过程中,建议结合代码调试和实际数据进行实践,以便更好地理解策略的优化效果。此外,论文还探讨了未来的研究方向,如深度学习替代聚类、多目标优化以及V2X集成等,为后续研究提供了思路。
内容概要:论文《基于KANN-DBSCAN带宽优化的核密度估计载荷谱外推》针对传统核密度估计(KDE)载荷外推中使用全局固定带宽的局限性,提出了一种基于改进的K平均最近邻DBSCAN(KANN-DBSCAN)聚类算法优化带宽选择的核密度估计方法。该方法通过对载荷数据进行KANN-DBSCAN聚类分组,采用拇指法(ROT)计算各簇最优带宽,再进行核密度估计和蒙特卡洛模拟外推。实验以电动汽车实测载荷数据为对象,通过统计参数、拟合度和伪损伤三个指标验证了该方法的有效性,误差显著降低,拟合度R²>0.99,伪损伤接近1。 适合人群:具备一定编程基础和载荷数据分析经验的研究人员、工程师,尤其是从汽车工程、机械工程等领域的工作1-5年研发人员。 使用场景及目标:①用于电动汽车载荷谱编制,提高载荷预测的准确性;②应用于机械零部件的载荷外推,特别是非对称载荷分布和多峰扭矩载荷;③实现智能网联汽车载荷预测与数字孪生集成,提供动态更新的载荷预测系统。 其他说明:该方法不仅解决了传统KDE方法在复杂工况下的“过平滑”与“欠拟合”问题,还通过自适应参数机制提高了方法的普适性和计算效率。实际应用中,建议结合MATLAB代码实现,确保数据质量,优化参数并通过伪损伤误差等指标进行验证。此外,该方法可扩展至风电装备、航空结构健康监测等多个领域,未来研究方向包括高维载荷扩展、实时外推和多物理场耦合等。
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