Java 日志:掌握本地与网络日志技术
日志记录是软件开发中不可或缺的一部分,它为开发者提供了洞察应用程序行为、诊断问题和监控性能的手段。在 Java 生态系统中,日志框架如 Java Util Logging (JUL)、Log4j 和 Simple Logging Facade for Java (SLF4J) 提供了丰富的功能。然而,在某些场景下,例如在容器化环境或远程服务器上运行的应用程序,查看调试输出可能变得困难。这时,网络日志记录成为一个强大的解决方案。
本文将深入探讨本地日志与网络日志的区别,分析网络日志的适用场景,并以 Log4j 为例详细介绍如何实现网络日志记录。我们将提供易于理解的代码示例,并分享最佳实践,以帮助开发者在 Java 应用程序中有效实施日志记录策略。
本地日志与网络日志
本地日志
本地日志是指将日志消息写入运行应用程序的同一台机器上的资源,通常包括:
- 控制台输出:将日志直接打印到标准输出或标准错误流,适合开发和调试。
- 文件日志:将日志写入本地文件系统中的文件,便于持久化存储和后续分析。
本地日志的优点是设置简单,开发者可以直接查看控制台或日志文件。然而,在生产环境中,特别是在分布式系统或容器化部署中,本地日志可能难以访问或管理。
网络日志
网络日志涉及将日志消息通过网络发送到远程服务器或监听器。这种方法在以下场景中尤为有用:
- 集中化日志管理:从多个实例或服务收集日志,便于关联分析和监控。
- 实时监控:支持实时查看日志并根据特定事件触发警报。
- 可扩展性:通过将日志存储在专用服务器上,减轻应用程序服务器的存储负担。
然而,网络日志也带来了一些挑战:
- 网络开销:发送日志可能增加延迟和带宽消耗。
- 可靠性:网络中断可能导致日志丢失。
- 安全性:日志数据可能包含敏感信息,需要加密传输。
何时使用网络日志
网络日志在以下场景中具有显著优势:
- 分布式系统:在微服务架构中,日志需要从多个服务收集到中央位置以进行分析。
- 云环境:云实例可能是临时的,日志需要发送到持久化存储。
- 容器化应用:容器可能在运行后销毁,外部化日志是必需的。
- 实时监控和警报:需要实时分析日志并根据错误或特定模式触发通知。
- 合规性和审计:某些行业要求长期保留日志,集中化日志便于管理和访问控制。
Java 日志框架概览
Java 提供了多种日志框架,每种框架都有其特点和适用场景。以下是三种常用框架的简要介绍:
Java Util Logging (JUL)
- 内置框架:作为 JDK 的一部分,无需额外依赖。
- 功能:支持多种处理器(Handler),如
ConsoleHandler
、FileHandler
和SocketHandler
,后者可用于网络日志。 - 配置:通过属性文件或编程方式配置。
Log4j
- 功能丰富:提供多种附加器(Appender)、布局和过滤器。
- 网络支持:通过
SocketAppender
和其他附加器支持网络日志。 - 配置灵活:支持 XML、JSON、YAML 和属性文件配置。
SLF4J
- 门面模式:作为其他日志框架的抽象层,允许在不更改代码的情况下切换实现。
- 网络日志:依赖底层实现(如 Log4j 或 JUL)的网络日志功能。
- 优势:避免了“死字符串”反模式,提高性能。
由于 Log4j 的广泛使用和强大的网络日志功能,本文将重点介绍如何使用 Log4j 实现网络日志记录。
深入探讨 Log4j 网络日志
Log4j 是一个功能强大的日志框架,通过其 SocketAppender
可以轻松实现网络日志记录。以下是实现步骤和代码示例。
步骤 1:添加 Log4j 依赖
在 Maven 项目中,添加以下依赖到 pom.xml
:
<dependency><groupId>org.apache.logging.log4j</groupId><artifactId>log4j-api</artifactId><version>2.14.1</version>
</dependency>
<dependency><groupId>org.apache.logging.log4j</groupId><artifactId>log4j-core</artifactId><version>2.14.1</version>
</dependency>
步骤 2:配置 Log4j 使用 SocketAppender
创建一个 log4j2.xml
配置文件,放置在项目的类路径下(通常是 src/main/resources
)。以下是一个示例配置:
<?xml version="1.0" encoding="UTF-8"?>
<Configuration status="WARN"><Appenders><Socket name="Socket" host="localhost" port="4560"><PatternLayout pattern="%d %p %c{1.} [%t] %m%n" /></Socket></Appenders><Loggers><Root level="info"><AppenderRef ref="Socket" /></Root></Loggers>
</Configuration>
配置说明:
Socket
附加器连接到localhost
的 4560 端口。PatternLayout
定义日志消息的格式,包括时间、级别、类名、线程和消息内容。- 根日志记录器设置为
info
级别,并使用Socket
附加器。
步骤 3:编写日志记录代码
在 Java 代码中,使用 Log4j 的 LogManager
获取日志记录器并记录消息:
import org.apache.logging.log4j.LogManager;
import org.apache.logging.log4j.Logger;public class Log4jNetworkDemo {private static final Logger logger = LogManager.getLogger(Log4jNetworkDemo.class);public static void main(String[] args) {try {logger.info("应用程序启动,创建对象。");Object obj = new Object();logger.info("创建对象:{}", obj);throw new IllegalArgumentException("测试异常");} catch (Exception e) {logger.error("捕获异常:{}", e.getMessage(), e);}}
}
此代码记录了信息消息和异常,展示了 Log4j 的基本用法。
步骤 4:设置远程监听器
为了接收日志,需要在远程机器上运行一个监听器。对于测试,可以使用 netcat
(nc)监听指定端口:
nc -l 4560
运行 Java 应用程序后,日志消息将显示在 netcat
监听的终端上。例如:
2025-04-26 04:06:16,123 INFO Log4jNetworkDemo [main] 应用程序启动,创建对象。
2025-04-26 04:06:16,125 INFO Log4jNetworkDemo [main] 创建对象:java.lang.Object@12345678
2025-04-26 04:06:16,127 ERROR Log4jNetworkDemo [main] 捕获异常:测试异常
java.lang.IllegalArgumentException: 测试异常at Log4jNetworkDemo.main(Log4jNetworkDemo.java:12)
高级配置
在生产环境中,可能需要更复杂的日志解决方案,例如将日志发送到集中式日志系统(如 ELK Stack 或 Splunk)。Log4j 提供了多种附加器,例如 SyslogAppender
,用于与 Syslog 服务器集成:
<Syslog name="Syslog" host="localhost" port="514" protocol="TCP"><PatternLayout pattern="%d %p %c{1.} [%t] %m%n" />
</Syslog>
将此附加器添加到日志记录器配置中即可启用 Syslog 日志记录。
最佳实践与注意事项
实施网络日志记录时,应遵循以下最佳实践:
-
日志级别管理:
- 使用适当的日志级别(如
DEBUG
、INFO
、ERROR
)控制日志的详细程度。 - 在生产环境中,将根日志记录器级别设置为
INFO
或更高,以减少不必要的日志输出。
- 使用适当的日志级别(如
-
性能优化:
-
网络日志可能引入延迟,特别是在高吞吐量应用中。考虑使用 Log4j 的异步日志记录功能。
-
使用 Lambda 表达式延迟字符串构造,避免不必要的性能开销。例如:
logger.info(() -> "计算结果:{}", expensiveOperation());
-
-
安全性:
- 如果日志包含敏感信息,使用 SSL/TLS 加密网络传输。Log4j 的
SocketAppender
支持 SSL 配置。 - 确保远程日志服务器受到防火墙保护,防止拒绝服务(DoS)攻击。
- 如果日志包含敏感信息,使用 SSL/TLS 加密网络传输。Log4j 的
-
可靠性:
- 实现本地缓冲机制,在网络不可用时临时存储日志。
- 配置重试机制以处理临时网络故障。
-
配置管理:
- 在分布式系统中,确保所有实例使用一致的日志配置。
- 使用外部配置文件(如
log4j2.xml
)便于动态调整日志行为,而无需重新编译应用程序。
结论
在 Java 应用程序中选择本地日志还是网络日志取决于具体的部署环境和需求。本地日志简单易用,适合开发和测试,而网络日志通过集中化管理和实时监控为生产环境提供了显著优势。Log4j 作为一个功能强大的日志框架,通过其 SocketAppender
和其他附加器为网络日志记录提供了灵活的解决方案。
通过遵循本文提供的步骤和最佳实践,开发者可以轻松地在 Java 应用程序中实现高效的日志记录策略,从而提高调试、监控和维护的效率。无论是本地日志还是网络日志,选择合适的工具和配置将为应用程序的成功运行提供坚实的基础。
相关文章:
Java 日志:掌握本地与网络日志技术
日志记录是软件开发中不可或缺的一部分,它为开发者提供了洞察应用程序行为、诊断问题和监控性能的手段。在 Java 生态系统中,日志框架如 Java Util Logging (JUL)、Log4j 和 Simple Logging Facade for Java (SLF4J) 提供了丰富的功能。然而,…...
线程池单例模式
线程池的概念 线程池是一种线程使用模式。 一种线程使用模式。线程过多会带来调度开销,进而影响缓存局部性和整体性能。而线程池维护着多个线程,等待着监督管理者分配可并发执行的任务。…...
物联网安全解决方案介绍:有效利用现有的下一代防火墙
管理物联网设备安全的挑战 如今,随着IoT(物联网)的普及,可以集中管理相机、打印机、传感器、电器、机床等各种设备,并分析和有效利用从这些设备收集的数据。这些设备已成为商业环境中不可或缺的一部分,但设备的多样化使其难以管理。与PC、服务器和网络设备不同,识别物联…...
Java社区门诊系统源码 SaaS医院门诊系统源码 可上线运营
Java社区门诊系统源码 SaaS医院门诊系统源码 医院门诊系统适用于:社区卫生服务站、门诊部、诊所、村卫生室等,有上百家医疗机构正常使用;包括医保结算。 系统功能 (一)后端管理系统功能 用户管理:提供用…...
如何在 Windows 10 中使用 WSL 和 Debian 安装 Postgresql 和 Postgis
安装 Postgresql 和 Postgis 的常规方法需要设置多个二进制文件,并且工作流程通常在图形用户界面 (GUI) 上进行。我们希望找到一种在 Windows 10 中安装 Postgresql 和 Postgis 的方法,同时保留 Linux 的 shell 体验。本教程展示了在 Windows 10 中的 De…...
[论文解析]Mip-Splatting: Alias-free 3D Gaussian Splatting
Mip-Splatting: Alias-free 3D Gaussian Splatting 论文地址:https://arxiv.org/abs/2403.17888 源码地址:https://github.com/autonomousvision/mip-splatting 项目地址:https://niujinshuchong.github.io/mip-splatting/ 论文解读 两个主…...
MongoDB 入门使用教程
MongoDB 入门使用教程 MongoDB 是一个开源的 NoSQL 数据库,使用文档(JSON-like)存储数据,与传统的关系型数据库不同,它不依赖表结构和行列的约束。MongoDB 提供了强大的查询能力,支持高效的数据存储和检索…...
PowerBI动态路径获取数据技巧
PowerBI动态路径获取数据技巧 场景一:同事接力赛——不同电脑共用模板 (想象一下:小王做完报表要传给小李,结果路径总对不上怎么办?) 这种情况就像接力赛交接棒,每台电脑的账户名不同࿰…...
【数据结构】优先级队列
目录 1. 优先级队列概念 2. 优先级队列的模拟实现 2.1 堆的概念 2.2 堆的存储方式 2.3 堆的创建 2.3.1 向下调整的时间复杂度 2.3.2 建堆时间复杂度 2.3.3 向上调整的时间复杂度 2.4 堆的插入与删除 3. 堆的应用 4. 常用接口介绍 4.1 PriorityQueue的特性 4.2 Pri…...
Myweb项目——面试题总结
一.项目描述 项⽬概述:本项⽬在云服务上开发了⼀个后端服务器与前端⻚⾯为⼀体的⾳乐专辑 鉴赏⽹站,旨在为⽤⼾提供丰富的⾳乐专辑信息展⽰和优 质的浏览体验。 主要内容及技术: 后端开发:利⽤ C 语⾔构建后端服务器,…...
用高德API提取广州地铁线路(shp、excel)
目录 结果示例html文件——直观看出输出的效果excel文件——包括地铁的具体信息完整代码网络上现有的地铁数据要么过于老旧且不便于更新,要么过于定制化限定于具体的城市无法灵活调整得到自己真正想要的那部份数据。而使用高德的API可以非常方便得到全国各地的地铁数据,而且可…...
leetcode110 平衡二叉树
一棵高度平衡二叉树定义为:一个二叉树每个节点 的左右两个子树的高度差的绝对值不超过1。 二叉树节点的深度:指从根节点到该节点的最长简单路径边的条数。二叉树节点的高度:指从该节点到叶子节点的最长简单路径边的条数。 递归:…...
二、信息时代社会结构的转变
到了信息时代,以及在核武器的前提下,上述的社会结构的逻辑,就有了一个根 本性的转变,就是暴力的成本和收益,都在下降。 暴力的成本在降低。比如说枪支,它的制造和分发都变得非常容易。现在我们都 知道有 3D 打印,它就好像工业时代的印刷机,印刷圣经或者书籍,使知识更加 普及和容…...
Vue2+ElementUI实现无限级菜单
使用Vue2和ElementUI实现无限级菜单,通常菜单数据以树形结构存储,每个菜单包含多个子菜单 ,子菜单又可以继续包含更深层次的子菜单项。所以,需要使用递归形式,完成子项菜单的渲染。 这里,结合Element UI界面的el-menu和el-submenu组件来构建菜单结构,有子菜单时使用el-s…...
YTJ笔记——FFT、NCC
FFT算法 快速傅里叶算法 为了计算两个多项式相乘(卷积),将多项式系数表示法转换成点值表示法 F(g(x)∗f(x))F(g(x))F(f(x)) 超详细易懂FFT(快速傅里叶变换)及代码实现_傅立叶变换编程-CSDN博客 NCC算法…...
模型 隐含前提
系列文章分享模型,了解更多👉 模型_思维模型目录。隐藏的思维地基,决策的无声推手。 1 隐含前提模型的应用 1.1 金融投资决策—科技股估值隐含前提的验证 行业:金融投资 应用方向:投资逻辑验证 背景解读࿱…...
大模型微调与蒸馏的差异性与相似性分析
大模型微调与蒸馏的差异性分析 一、定义与核心目标差异 大模型微调 在预训练大模型基础上,通过少量标注数据调整参数,使模型适应特定任务需求。核心目标是提升模型在特定领域的性能,例如医疗影像分析或金融预测。该技术聚焦于垂直场景的精度…...
Ubuntu下安装vsode+qt搭建开发框架(一)
Ubuntu下安装vsode+qt搭建开发框架(一) g++的编译环境,这里不介绍,可点击这里查看 查看一下当前的g++环境 g++ --version g++ (Ubuntu 11.4.0-1ubuntu1~22.04) 11.4.0 Copyright (C) 2021 Free Software Foundation, Inc. This is free software; see the source for copyin…...
单片机-89C51部分:3、创建工程
飞书文档https://x509p6c8to.feishu.cn/wiki/Mzhnwb1qni6YkykJtqXc17XMnre 创建工程 首先创建一个文件夹,用来存放工程文件,文件夹名称最好为英文,例如Demo1。 打开软件KEIL,上方菜单栏选择Project ->new uVision Project&am…...
从零实现 registry.k8s.io/pause:3.8 镜像的导出与导入
以下是为 registry.k8s.io/pause:3.8 镜像的导出与导入操作定制的完整教程,适用于 Kubernetes 集群中使用 containerd 作为容器运行时的场景。本教程包含详细步骤、常见问题解析及注意事项。 从零实现 registry.k8s.io/pause:3.8 镜像的导出与导入 背景说明 Kuber…...
详解Adobe Photoshop 2024 下载与安装教程
Adobe Photoshop下载安装和使用教程 Adobe Photoshop,简称“PS”,是由Adobe Systems开发和发行的图像处理软件。Photoshop主要处理以像素所构成的数字图像。使用其众多的编修与绘图工具,可以有效地进行图片编辑和创造工作,…...
thinking-intervention开源程序用于DeepSeek-R1等推理模型的思维过程干预,有效控制推理思考过程
一、软件介绍 文末提供程序和源码下载 thinking-intervention开源程序用于DeepSeek-R1等推理模型的思维过程干预,有效控制推理思考过程。基于论文 《Effectively Controlling Reasoning Models through Thinking Intervention》 实现的思维干预技术,用于…...
Qt 5.15 编译路径吐槽点
在Qt 5.15以前,勾选“Shadow build”会自动将编译文件放在同一个目录下(区分编译器类型、Qt版本、debug和release等),可将代码文件和编译文件区分开,用户不用操心。但是奇葩的是,这个功能Qt 5.15居然失效了…...
【机器学习-线性回归-3】深入浅出:简单线性回归的概念、原理与实现
在机器学习的世界里,线性回归是最基础也是最常用的算法之一。作为预测分析的基石,简单线性回归为我们理解更复杂的模型提供了完美的起点。无论你是机器学习的新手还是希望巩固基础的老手,理解简单线性回归都至关重要。本文将带你全面了解简单…...
【MCP Node.js SDK 全栈进阶指南】中级篇(5):MCP客户端高级开发
在前面的系列文章中,我们主要关注了服务器端的开发,包括基础服务器构建、资源设计、身份验证与授权以及错误处理与日志系统。本篇文章将转向客户端,探讨MCP TypeScript-SDK在客户端开发中的高级应用。 客户端开发是MCP应用的重要组成部分,它连接了用户与服务器,提供了交互…...
RASP技术在DevOps中的安全应用
随着新技术的不断演进,DevOps开发模式不断被利用,Web应用程序的开发相比过往更高效。随之而来的是保护这些应用程序同样面临着巨大挑战,黑客的攻击手段不断多变,而DevOps团队成员却不都是安全专家,难以保证应用程序的安…...
2025.04.26-饿了么春招笔试题-第三题
📌 点击直达笔试专栏 👉《大厂笔试突围》 💻 春秋招笔试突围在线OJ 👉 笔试突围OJ 03. 魔法网格变换计数 问题描述 LYA是一位魔法研究学者,她正在研究一种特殊的魔法网格。这个网格有 n n n...
Linux线程与进程:探秘共享地址空间的并发实现与内
Linux系列 文章目录 Linux系列前言一、线程的概念二、线程与地址空间2.1 线程资源的分配2.2 虚拟地址到物理地址的转换 三 、线程VS进程总结 前言 在Linux操作系统中,线程作为CPU调度的基本单位,起着至关重要的作用。深入理解线程控制机制,是…...
数据结构手撕--【堆】
目录 编辑 定义结构体: 初始化: 插入数据: 删除: 取堆顶元素: 堆销毁: 判断堆是否为空: TopK问题: 堆其实是完全二叉树 物理结构:二叉树的层序遍历(…...
MySQL基本命令--系统+用户+表
前言:在当今数据驱动的时代,关系型数据库依然是构建信息系统的中坚力量,而MySQL作为开源领域中最广泛使用的数据库管理系统之一,以其高性能、稳定性和易用性赢得了开发者和企业的青睐。无论是在小型博客系统中承担数据存储职责&am…...
4.23-4.26学习总结 HTML—CSS常见标签和样式
页部导航栏: flex样式: 表单标签: (25行是设置点击按钮) 表单项标签: 搜索表单区域: 底部版权区域: 总结:...
使用Django框架表单
使用Django框架表单 文章目录 使用Django框架表单[toc]1.使用Form类构建表单2.表单字段与Widget控件 1.使用Form类构建表单 【创建项目和应用】 PS C:\Users\ls> cd E:\Python\ PS E:\Python> django-admin.exe startproject FormSite PS E:\Python> cd .\FormSite\…...
OpenCV第6课 图像处理之几何变换(缩放)
1.简述 图像几何变换又称为图像空间变换,它将一幅图像中的坐标位置映射到另一幅图像中的新坐标位置。几何变换并不改变图像的像素值,只是在图像平面上进行像素的重新安排。 根据OpenCV函数的不同,本节课将映射关系划分为缩放、翻转、仿射变换、透视等。 2.缩放 2.1 函数…...
Python AI图像生成方案指南
1. 简介 AI图像生成是当前最热门的AI应用领域之一,Python提供了多种工具和库来实现这一功能。本指南将介绍几种主流的AI图像生成方案及其Python实现方法。 2. 主流AI图像生成技术 2.1 生成对抗网络(GANs) 原理:由生成器和判别器组成的对抗系统 特点&am…...
【C++】stack、queue和priority_queue的模拟实现
文章目录 前言一. stack1.1 stack的介绍1.2 stack的使用1.3 stack的模拟实现 二. queue2.1 queue的介绍2.2 queue的使用2.3 queue的模拟实现 三. deque3.1 deque的原理介绍3.2 deque的缺陷3.3 为什么选择deque作为stack和queue的底层默认容器 四. priority_queue(优…...
Jmeter数据库url开关设置+常用Beanshell
1、数据库url开关设置 (79 90) jdbc:mysql://test.lemonban.com:3306/future?allowMultiQueries-true&characterEncodingUTF-8 多条查询开关:allowMultiQueriestrue 字符集配置:characterEncodingUTF-8 2、用BeanShell提取Map中的方…...
NtripShare 2025第一季度主要技术进展
GNSS方面 1、开源GNSS接收机配置软件基础版本。 2、商业版本GNSS接收机配置软件,增加PPP、文件保存、前端解算(静态、RTK-Static),前端坐标转换。 3、GNSS接收机配置软件全面适配米尔T133i硬件方案。 视觉检测方面 1、做出第…...
Linux系统编程之内存映射
概述 内存映射是操作系统提供的一种机制,使得文件或设备的内容可以直接映射到进程的虚拟地址空间中。这意味着,我们可以像访问数组一样读写文件内容,而不需要显式地调用I/O函数进行数据传输。内存映射适用于多种应用场景,包括但不…...
一文详解Adobe Photoshop 2025安装教程
Adobe Photoshop下载安装和使用教程 Adobe Photoshop,简称“PS”,是由Adobe Systems开发和发行的图像处理软件。Photoshop主要处理以像素所构成的数字图像。使用其众多的编修与绘图工具,可以有效地进行图片编辑和创造工作,…...
ShenNiusModularity项目源码学习(23:ShenNius.Admin.Mvc项目分析-8)
用户列表页面用于检索、新建、编辑、删除系统用户,同时设置用户角色。该页面对应的文件Index.cshtml位于ShenNius.Admin.Mvc项目的Areas\Sys\Views\User内,同目录下还有Modify.cshtml(新建、编辑用户)、SetRole.cshtml(…...
vue中 vue.config.js反向代理
新建一个node 服务 1 npm init -y //创建一个package.json 2.npm i express 3. 新建一个app.js 4.键入代码 const express require("express") const app express()app.get("/user",(req,res)>{res.send({"name":"good"…...
AIGC赋能智慧医疗:从影像诊断到个性化治疗的革命性突破
一、医疗AIGC技术架构 1.1 医疗场景技术挑战 医疗环节 行业痛点 AIGC解决方案 影像诊断 人工阅片效率低 多模态病灶分割与分级系统 病历管理 结构化程度低 语音转文本智能编码 药物研发 周期长成本高 分子生成与虚拟筛选 个性化治疗 方案标准化不足 基因组学临床数据融合模型 1…...
Yarn 安装与使用教程
Yarn 安装与使用教程 Yarn 是一个由 Facebook 开发的 JavaScript 包管理工具,它比传统的 npm 更加高效、可靠,并且在性能上有所提升。Yarn 主要解决了 npm 安装速度慢、并发性差、缓存机制不完善等问题,它提供了更快的安装速度、更稳定的依赖…...
机器学习之二:指导式学习
正如人们有各种各样的学习方法一样,机器学习也有多种学习方法。若按学习时所用的方法进行分类,则机器学习可分为机械式学习、指导式学习、示例学习、类比学习、解释学习等。这是温斯顿在1977年提出的一种分类方法。 有关机器学习的基本概念,…...
【学习笔记】检索增强生成(RAG)技术
检索增强生成(RAG)技术:原理、实现与发展趋势 1. RAG技术概述 检索增强生成(Retrieval-Augmented Generation,RAG)是一种将信息检索与生成模型相结合的技术,旨在增强大型语言模型的知识能力和…...
计算机视觉——对比YOLOv12、YOLOv11、和基于Darknet的YOLOv7的微调对比
概述 目标检测领域取得了巨大进步,其中 YOLOv12、YOLOv11 和基于 Darknet 的 YOLOv7 在实时检测方面表现出色。尽管这些模型在通用目标检测数据集上表现卓越,但在 HRSC2016-MS(高分辨率舰船数据集) 上对 YOLOv12 进行微调时&…...
Pygame跨平台打包:将游戏发布到Windows、Mac和Linux
Pygame跨平台打包:将游戏发布到Windows、Mac和Linux 引言 在游戏开发的世界中,Pygame 是一个非常受欢迎的库,它使得使用 Python 编写 2D 游戏变得简单而有趣。然而,当你完成了一个游戏并希望将其发布给更多的玩家时,如何将你的游戏打包成可以在不同操作系统上运行的可执…...
关于图论的知识
如果一个无向图有 $n\times (n-1)\div 2$ 条边,称为**完全图** 如果一个完全图任意两个点都可以互相到达,称为**连通图** 一个包含 $dfs$ 与 $bfs$ 的图的遍历程序 程序可做到的: 1、每一行输出一个 **搜索树** 2、$dfs$ 与 $bfs$ 并存 c…...
365打卡第R3周: RNN-心脏病预测
🍨 本文为🔗365天深度学习训练营中的学习记录博客 🍖 原作者:K同学啊 🏡 我的环境: 语言环境:Python3.10 编译器:Jupyter Lab 深度学习环境:torch2.5.1 torchvision0…...
如何解决IDE项目启动报错 error:0308010C:digital envelope routines::unsupported 问题
如何解决IDE项目启动报错 error:0308010C:digital envelope routines::unsupported 问题 在现代软件开发过程中,开发人员通常使用集成开发环境(IDE)如IntelliJ IDEA、Visual Studio Code(VSCode)等进行Node.js项目开发…...